Python3入门机器学习
8.2 F1 Score
有时候我们注重精准率。如股票预测。
有时候我们注重召回率。如病人诊断。
不过还有一些情况，我们希望获得这两个指标之间的平衡，也就是同时关注精准率和召回率，在这种情况下我们使用一种新的指标，叫做F1 Score。它的目的就是兼顾精准率和召回率这两个指标。
F1 Score是precision和recall的调和平均值。
F1的取值范围在（0,1）之间。
为什么要取精准率和召回率的调和平均值呢？
调和平均值一个非常重要的特点就是：如果这二者极度不平衡的话，比如一个值特别低，另一个值特别高，那么最终我们得到的F1 Score的值也将特别低；只有这二者都非常高的话，我们最终得到的F1 Score才会特别高。