Skor F1

Skor F1, juga dikenali sebagai ukuran-F atau skor-F, ialah ukuran ketepatan ujian. Ia adalah gabungan ketepatan dan ingatan semula. Ketepatan menyatakan peratusan keputusan positif yang diramalkan dengan betul di kalangan semua ramalan positif, manakala ingat kembali menyatakan peratusan keputusan positif yang diramalkan dengan betul di kalangan semua sampel yang berkaitan. Skor F1 ialah min harmonik ketepatan dan ingatan semula.

Skor F1 digunakan untuk menilai prestasi model dalam tugas pengelasan binari seperti penapisan spam. Ia melengkapkan ketepatan dan ingat semula, yang juga digunakan dalam penilaian model. Skor F1 ialah ukuran yang paling biasa digunakan antara semua ukuran ketepatan yang tersedia untuk pengelasan binari.

Untuk mengira skor F1, terdapat dua istilah—ketepatan dan ingatan semula—yang dikira sebagai:

● Ketepatan = (Positif Benar) / (Positif Benar + Positif Palsu)
● Ingat = (Positif Benar) / (Positif Benar + Negatif Palsu)

Skor F1 kemudiannya dikira sebagai:

Skor F1 = 2 (Ketepatan x Panggilan Semula) / (Ketepatan + Panggilan Semula)

Skor F1 menggabungkan ketepatan dan ingat semula menjadi satu ukuran. Walau bagaimanapun, ia bukan selalunya pilihan terbaik, kerana nilainya boleh menjadi tidak wujud jika salah satu daripada dua sebutan adalah sifar (seperti dalam kes ketepatan sempurna dan penarikan semula sempurna di mana satu akan menjadi sifar). Dalam kes sedemikian, skor Föbeta harus digunakan sebaliknya.

Kesimpulannya, skor F1 adalah ukuran ketepatan model klasifikasi. Ia dikira dengan menggabungkan ketepatan dan ingat semula dan paling banyak digunakan sebagai ukuran ketepatan untuk masalah klasifikasi binari.