f1 score计算_F1值

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

F1分数（F1 Score），是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率。F1分数可以看作是模型精确率和召回率的一种加权平均，它的最大值是1，最小值是0。

1. TP、TN、FP、FN解释说明

• 行表示预测的label值，列表示真实label值
• TP：True Positive, 被判定为正样本，事实上也是正样本。
• FP：False Positive,被判定为正样本，但事实上是负样本。
• TN：True Negative, 被判定为负样本，事实上也是负样本。
• FN：False Negative,被判定为负样本，但事实上是正样本。

2. precision 和 recall 的计算

• Accuracy：表示预测结果的精确度，预测正确的样本数除以总样本数。
• precision: 准确率，又称为查准率，表示预测结果中，预测为正样本的样本中，正确预测为正样本的概率；
• recall: 召回率，又称为查全率，表示在原始样本的正样本中，最后被正确预测为正样本的概率；

3. 分类模型的评估方法-F分数(F-Score)

精确率(Precision)和召回率(Recall)评估指标,理想情况下做到两个指标都高当然最好，但一般情况下，Precision高，Recall就低，Recall高，Precision就低。

4. P-R曲线、平均精度（Average-Precision，AP）

P-R图直观地显示出学习器在样本总体上的查全率、查准率．总体趋势，精度越高，召回越低，进行比较

• 若一个学习器的P-R曲线被另一个学习器的曲线完全“包住”，则可断言后者的性能优于前者，如图中学习器A的性能优于学习器C；
• 如果两个学习器的P-R曲线发生了交叉,如图中的A与B，则难以一般性地断言两者孰优孰劣？ 只能在具体的查准率或查全率条件下进行比较．

“平衡点”（Break Event Point，简称BEP ）就是这样一个度量，它是“查准率＝查全率”时的取值， 如图中学习器C的BEP 是0.64， 而基于BEP的比较，可认为学习器A 优于B.

但BEP 还是过于简化了些，更常用的是Fl 度量

5. 分类模型的评估方法-F分数(F-Score)

精确率(Precision)和召回率(Recall)评估指标,理想情况下做到两个指标都高当然最好，但一般情况下，Precision高，Recall就低，Recall高，Precision就低。

所以在实际中常常需要根据具体情况做出取舍，例如一般的搜索情况，在保证召回率的条件下，尽量提升精确率。而像癌症检测、地震检测、金融欺诈等，则在保证精确率的条件下，尽量提升召回率。引出了一个新的指标F-score,综合考虑Precision和Recall的调和值.

• 当β=1时，称为 F1-score或者 F1-Measure，这时，精确率和召回率都很重要，权重相同。
• 当有些情况下，我们认为精确率更重要些，那就调整β的值小于1，
• 如果我们认为召回率更重要些，那就调整β的值大于1。

F1指标（F1-score）:F1-score表示的是precision和recall的调和平均评估指标。

举个例子：癌症检查数据样本有10000个，其中10个数据祥本是有癌症，其它是无癌症。假设分类模型在无癌症数据9990中预测正确了9980个，在10个癌症数据中预测正确了9个，此时真阳=9，真阴=9980，假阳=10，假阴=1。

Accuracy = 99.89%

Precision = 47.3%

Recall = 90%

F1-Scoce = 62%

F2-Score = 76.2%

本文部分内容来自一位前辈，非常感谢分享！谢谢！