Præcision og genkendelse trækker i modsatte retninger. Strammer man en klassifikator for at reducere falske positiver, overser man flere sande positiver. Løser man den, sker det modsatte. F1-scoren kombinerer begge dele i et enkelt tal, det harmoniske gennemsnit af præcision og genkendelse.

Den harmoniske middelværdi straffer ubalance. Hvis enten præcisionen eller recall-værdien er lav, falder F1 kraftigt. En model med 90 procent præcision og 10 procent recall scorer omkring 18, ikke 50. Denne adfærd gør F1 nyttig, når begge fejl betyder noget.

Når F1 hjælper

• Ubalancerede klasser
• Opgaver hvor både falsk positive og falsk negative resultater koster penge
• Sammenligning af modeller på en enkelt metrik
• Rapportering om informationssøgningssystemer

F1 er ikke altid det rigtige valg. Når én fejltype er langt værre, tjener vægtede varianter eller en brugerdefineret omkostningsfunktion bedre. F1 antager, at præcision og genkendelse fortjener lige stor vægt, hvilket er en modelleringsbeslutning, ikke en lov.