宏f1值就是综合准确率和漏检能力的指标数值在0到1之间数值越大越好比如准确率80%召回率60%综合得分是0.73这个计算方式是2乘以精确率乘以召回率再除以精确率和召回率之和所以当两者接近时分数才能高

为什么这样算呢？先说计算公式2(0.80.6)/(0.8+0.6)=0.73这个数据来自机器学习教材里分类任务案例所以当准确率80%时召回率60%刚好符合公式要求这时候f1值0.73就比单独看准确率或召回率更合理比如垃圾邮件检测系统如果只看准确率可能漏掉太多垃圾邮件但综合评分能平衡误判和漏判现在很多系统都用这个值比如人脸识别准确率75%召回率65%算出来f1是0.705所以实际应用中得同时优化两方面才能让分数更高