# Summary 本质是为了综合[准确率、召回率](准确率、召回率.md)这两者的维度，全面地评估一个模型。 `F1 = 2 × (精确率 × 召回率) / (精确率 + 召回率)` **F1是精确率和召回率的"平均分"**，但惩罚极端偏科的情况 # Cues # Notes ## 场景1：过于谨慎的安检员 ```Java 检查100人： - 把80人都当成危险人员（其实只有10个是） - 确实抓到了10个真危险人员（一个没漏） - 但冤枉了70个好人 精确率(Precision) = 10/80 = 12.5% （很低！） 召回率(Recall) = 10/10 = 100% （很高！） ``` ## 场景2：过于宽松的安检员 ```Java 检查100人： - 只抓了5个人（都是危险人员） - 漏掉了5个危险人员 - 没冤枉任何好人 精确率(Precision) = 5/5 = 100% （很高！） 召回率(Recall) = 5/10 = 50% （很低！） ``` **问题来了：哪个安检员更好？**