machine-learning - F1 分数不是精度和召回率的调和平均值的原因可能是什么

Question

[![在此处输入图像描述][1]][1]F1 分数不是精度和召回率调和平均值的原因是什么？我的数据集不平衡，预测有偏差。

Answer 1

宏 F1计算每个标签的指标并找到它们的未加权平均值。意味着它不考虑类别不平衡，而加权宏 F1计算每个标签的指标，并通过每个标签的实例数找到它们的平均值。因此，它解释了类别不平衡，并且得分不在精确率和召回率之间。

有关加权 F1 的示例，请参阅此答案Sandeep。