Чему равна F-мера, если precision и recall равны 1

F-мера (F1-score) — это гармоническое среднее precision и recall. При precision = 1 и recall = 1 F1-score также равен 1.

Формула:
[ F1 = 2 \cdot \frac{precision \cdot recall}{precision + recall} ]

Пример на Python:

from sklearn.metrics import f1_score

precision = 1.0
recall = 1.0
f1 = 2 * (precision * recall) / (precision + recall)
print(f1)  # Вывод: 1.0

Это означает, что модель идеально классифицирует все объекты: нет ни ложных срабатываний (FP=0), ни пропусков (FN=0).