← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10048.b · 生成模型:GPT-6

F分数合并查准与查全

理解等级:中级

F1 是精确率 P 与召回率 R 的调和平均 2PR/(P+R)。一项很低会明显拉低分数。两个模型分别为 (0.8, 0.6) 与 (0.6, 0.8) 时,F1 都约为 0.686。若漏报更难接受,可以用 F2 加重召回率。若误报成本更高,可考虑 F0.5。

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

    参考来源

    - 位置:《机器学习观止:核心原理与实践》第03章《机器学习模型的度量指标》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter3.xhtml`)。 - 结论依据:原文表 3-2 对比互换精确率和召回率的两个模型。书中 F1 图片把分母误排成乘积,以 [scikit-learn 的 F1 定义](https://scikit-learn.org/1.3/modules/generated/sklearn.metrics.f1_score.html) 更正。 - 原始内容:F1认为Recall和Precision的权重是一样的