F1 Score

定义 Definition

F1 score（F1 分数）是一种用于评估分类模型表现的指标，等于精确率（precision）与召回率（recall）的调和平均数。它常用于类别不平衡（某类样本明显更少）时，比单看准确率（accuracy）更能反映模型对“正类”识别的综合效果。
（也常被称为 F1 measure / F-measure。）

发音 Pronunciation

/ˌɛf ˈwʌn skɔːr/

例句 Examples

The model’s F1 score is 0.82.
这个模型的 F1 分数是 0.82。

Because the dataset is imbalanced, we report the F1 score rather than accuracy to better reflect performance.
由于数据集类别不平衡，我们报告 F1 分数而不是准确率，以更好地反映模型表现。

词源 Etymology

F1来自统计与信息检索领域的 F-measure（F 值）家族：字母 F通常被解释为“fidelity（忠实度）/ effectiveness（有效性）”一类的命名传统，用来表示对检索/分类效果的综合评分；下标 1表示精确率与召回率同等权重的版本（更一般的形式是 Fβ，β 用来调节召回率相对精确率的重要性）。

相关词 Related Words

• Precision
• Recall
• Accuracy
• F-Measure
• Fbeta Score
• Confusion Matrix
• ROC Curve
• AUC
• Sensitivity
• Specificity

文学与著作中的用例 Literary Works

• Introduction to Information Retrieval（Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze）——讨论信息检索评价指标时介绍 F-measure/F1。
• Speech and Language Processing（Daniel Jurafsky, James H. Martin）——在 NLP 任务评估中常使用 precision/recall/F1。
• Foundations of Statistical Natural Language Processing（Christopher D. Manning, Hinrich Schütze）——涉及分类与评估指标时提及 F-measure。
• 许多机器学习与数据挖掘论文（如 ACL、EMNLP、NeurIPS 等会议论文）在实验结果表中常报告 F1 score。