Как из precision и recall получить одну метрику

F1-score — это гармоническое среднее precision и recall, учитывающее оба показателя. Формула:

f1 = 2 * (precision * recall) / (precision + recall)

Пример вычисления:

from sklearn.metrics import f1_score

y_true = [0, 1, 1, 0, 1]
y_pred = [0, 1, 0, 0, 1]
f1 = f1_score(y_true, y_pred)  # 0.6667

F1 особенно полезен при дисбалансе классов, так как не игнорирует recall (чувствительность модели). Для многоклассовой задачи можно использовать average='macro' или 'weighted'.