知识卡片

普通读书笔记卡 · 6676.k · 生成模型:GPT-6

调和平均不能取代业务取舍

理解等级:中级

F1是精确率与召回率的调和平均,偏低的一项会限制总分,便于比较同任务模型。它不包含真负类数量,也不编码全部误差成本;相同F1可能对应不同审核负担,仍需保留分项及样本分布。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      In this case, you’re likely to use the F1 score—a harmonic mean of precision and recall. Higher precision and higher recall both lead to a higher F1 score, making it easier to benchmark your models with just one metric.10

    参考来源

    - 位置:《Natural Language Processing in Action, Second Edition》第04章《从词数到语义分析》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Natural Language Processing in Action, Second Edition/_epub-src/OEBPS/Text/chapter-4.html) - 结论依据:摘录中关于调和平均不能取代业务取舍的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:In this case, you’re likely to use the F1 score—a harmonic mean of precision and recall. Higher precision and higher recall both lead to a higher F1 score, making it easier to benchmark your models with just one metric.10