Зачем нужно F1

F1-score — это гармоническое среднее precision и recall, которое помогает оценивать модели классификации, особенно в случаях несбалансированных данных. Он учитывает как ложноположительные, так и ложноотрицательные предсказания, что делает его более информативным, чем accuracy.

Пример:

from sklearn.metrics import f1_score

y_true = [0, 1, 1, 0, 1]
y_pred = [0, 1, 0, 0, 1]
print(f1_score(y_true, y_pred))  # 0.75

F1 особенно полезен, когда важны и precision (точность), и recall (полнота), например, в задачах медицинской диагностики или обнаружения мошенничества.