F1 score意思

F1 score是機器學習中評估分類模型性能的一個指標，它是精確率（precision）和召回率（recall）的調和平均值。精確率是模型預測正確的正例數與所有預測為正例的樣本數的比例，召回率是模型預測正確的正例數與所有實際上的正例數的比例。

公式如下：

F1 score = 2 (precision recall) / (precision + recall)

F1 score的值介於0到1之間，越接近1，說明模型的性能越好。在二分類問題中，F1 score是一個常用的評估指標，因為它考慮了精確率和召回率的平衡。在多分類問題中，通常會對每個分類計算F1 score，然後求平均值得到巨觀F1 score（macro F1 score）或者加權F1 score（micro F1 score）。