Proč je F1 skóre považováno za harmonický průměr přesnosti a recall, a nikoliv za aritmetický?

F1-skóre je harmonický průměr přesnosti a recallu, protože lépe odráží rovnováhu mezi těmito metrikami, zejména když se výrazně liší. A aritmetický průměr může zkreslit hodnocení směrem k vyšší hodnotě, aniž by vzal v úvahu, že nízká hodnota jedné z metrik je kritická.

Harmonický průměr dává větší váhu menší z obou hodnot, takže F1-skóre bude nízké, pokud je buď přesnost, nebo recall nízký. To je důležité u klasifikačních úloh, kde je třeba najít kompromis mezi přesností a úplností.

Vzorec F1-skóre:

F1 = 2 \times \frac{precision \times recall}{precision + recall}

Tímto způsobem F1-skóre podporuje zlepšení obou metrik, nikoli jen jedné.