Il punteggio F1, noto anche come misura F o F-score, è una misura dell'accuratezza di un test. È una combinazione di precisione e richiamo. La precisione esprime la percentuale di risultati positivi correttamente previsti tra tutte le previsioni positive, mentre il richiamo esprime la percentuale di risultati positivi correttamente previsti tra tutti i campioni rilevanti. Il punteggio F1 è la media armonica di precisione e richiamo.
Il punteggio F1 viene utilizzato per valutare le prestazioni di un modello in un compito di classificazione binaria, come il filtraggio dello spam. È complementare alla precisione e al richiamo, anch'essi utilizzati nella valutazione di un modello. Il punteggio F1 è la misura più comunemente utilizzata tra tutte le misure di accuratezza disponibili per la classificazione binaria.
Per calcolare il punteggio F1, ci sono due termini - precisione e richiamo - che vengono calcolati come:
Precisione = (Veri positivi) / (Veri positivi + Falsi positivi)
Recall = (Veri positivi) / (Veri positivi + Falsi negativi)
Il punteggio F1 viene quindi calcolato come:
Punteggio F1 = 2 (precisione x richiamo) / (precisione + richiamo)
Il punteggio F1 combina precisione e richiamo in un'unica misura. Tuttavia, non è sempre la scelta migliore, poiché il suo valore può essere inesistente se uno dei due termini è zero (come nel caso di una precisione perfetta e di un richiamo perfetto, dove uno sarà zero). In questi casi, si dovrebbe invece utilizzare il punteggio Föbeta.
In conclusione, il punteggio F1 è una misura dell'accuratezza di un modello di classificazione. Viene calcolato combinando precisione e richiamo ed è il più utilizzato come misura di accuratezza per i problemi di classificazione binaria.