Какие знаешь метрики в F1-score

F1-score — это гармоническое среднее precision и recall, полезное при дисбалансе классов. Формула:
F1 = 2 * (precision * recall) / (precision + recall)

Нюансы:

• Макро-F1: усредняет F1 по классам без учета дисбаланса.
• Микро-F1: агрегирует TP/FP/FN глобально, учитывая частоту классов.
• Взвешенный F1: аналогичен макро, но с весами по поддержке классов.

Пример (sklearn):

from sklearn.metrics import f1_score
y_true = [0, 1, 1, 0]
y_pred = [0, 1, 0, 0]
print(f1_score(y_true, y_pred, average='macro'))  # макро-F1

Выбор метрики зависит от задачи: макро — для равнозначных классов, микро — для дисбаланса.