F1 Score
F1 Score: La media armonica di precision e recall, fornendo una singola metrica bilanciata. F1 = 2 (precision recall) / (precision + recall). Utile per dataset sbilanciati. Pesa precision e recall equamente. Esempi di applicazione: Valutazione classificazione binaria, Dataset sbilanciati, Metriche diagnosi medica.
In English: F1 ScoreLegge V · Overfitting, bias e collasso dei modelliConfronto: Precision o recall: quale metrica scegliere e perchéF1 = 2 * (precision * recall) / (precision + recall). Utile per dataset sbilanciati. Pesa precision e recall equamente.
Formula
F1 = 2PR/(P+R) = 2TP/(2TP+FP+FN)
Esempio numerico
tp, fp, fn = 8, 2, 4
precision = tp / (tp + fp)
recall = tp / (tp + fn)
f1 = 2 * precision * recall / (precision + recall)
print(precision, recall, f1) # 0.8, 0.6667, 0.7273Quando usarlo
Serve a bilanciare precision e recall con un solo numero, soprattutto con classi sbilanciate.
Limiti
Ignora i veri negativi e non descrive la calibrazione; la soglia operativa va scelta insieme al costo dei due errori.
Esempi
- Valutazione classificazione binaria
- Dataset sbilanciati
- Metriche diagnosi medica
Calcola le metriche
Modifica la matrice: precision pesa i falsi positivi, recall i falsi negativi; F1 li combina.
- Precision
- Recall
- F1
- Accuracy
Autovalutazione
Tre domande per verificare la comprensione della voce. Le spiegazioni restano disponibili anche senza JavaScript.