F-beta Score

释义 Definition

F-beta score（Fβ 分数）：机器学习与信息检索中衡量分类模型效果的指标，是 Precision（精确率） 与 Recall（召回率） 的加权调和平均数。β 用来控制对召回率相对精确率的重视程度：β>1 更重召回，β<1 更重精确。（常见特例：β=1 时为 F1 score。）

发音 Pronunciation (IPA)

/ˈɛf ˈbeɪtə skɔːr/

例句 Examples

We report the F-beta score on the test set.
我们在测试集上报告 F-beta 分数。

In medical screening, researchers may choose an F-beta score with β>1 to emphasize recall, reducing missed cases even if precision drops.
在医学筛查中，研究者可能选择 β>1 的 F-beta 分数来强调召回率，即使精确率下降也要尽量减少漏检。

词源 Etymology

“F-beta”中的 F 通常被理解为 F-measure（F 度量）的缩写；β（beta） 来自希腊字母，用作参数表示权重偏好。该指标源于信息检索领域对“查得准（precision）”与“查得全（recall）”综合评价的需求，后来广泛用于机器学习分类任务。

相关词 Related Words

• Precision
• Recall
• F1 Score
• F-measure
• Confusion Matrix
• Accuracy
• ROC Curve
• AUC

文学与著作中的用例 Literary Works

• Introduction to Information Retrieval（Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze）——在评估检索系统时讨论 precision/recall 与 F-measure（包含可加权形式）。
• Foundations of Statistical Natural Language Processing（Christopher D. Manning, Hinrich Schütze）——在 NLP 任务评估中涉及 F-measure 及其权衡思想。
• Speech and Language Processing（Daniel Jurafsky, James H. Martin）——在分类与序列标注等评估部分常提到 F1 及相关度量（与 Fβ 同一指标家族）。