詳細解釋
F1分數（F1 Score）是分類任務的綜合評估指標，結合精確率（Precision）和召回率（Recall），適合類別不平衡的數據集。
定義：
- F1 = 2 × (Precision × Recall) / (Precision + Recall)
- 精確率和召回率的調和平均數
- 取值範圍 0-1，越高越好
與準確率的對比：
- 準確率：正確預測佔比
- 類別不平衡時可能誤導
- 99%負樣本時，全預測負也有99%準確率
- F1分數：關注正例的預測質量
- 平衡考慮精確和召回
- 更適合不平衡數據
應用場景：
- 醫療診斷：避免漏診（高召回）和誤診（高精確）
- 搜索系統：平衡相關結果和覆蓋率
- 欺詐檢測：識別欺詐同時減少誤報
- 信息抽取：命名實體識別等
變體：
- Fβ分數：調整精確召回權重
- F2：更重視召回
- F0.5：更重視精確
- Macro F1：各類F1的平均
- Weighted F1：加權平均
- Micro F1：全局計算
使用建議：
- 類別平衡：準確率足夠
- 類別不平衡：使用F1
- 多類別：Macro或Weighted F1
F1分數是處理不平衡數據的標準指標。