La precisión y la exhaustividad tienen efectos opuestos. Si se ajusta un clasificador para reducir los falsos positivos, se pierden más verdaderos positivos. Si se afloja, ocurre lo contrario. La puntuación F1 combina ambas en un solo número: la media armónica de la precisión y la exhaustividad.

La media armónica penaliza el desequilibrio. Si la precisión o la exhaustividad son bajas, la puntuación F1 cae drásticamente. Un modelo con un 90 % de precisión y un 10 % de exhaustividad obtiene una puntuación cercana a 18, no a 50. Este comportamiento hace que la puntuación F1 sea útil cuando ambos errores son relevantes.

Cuando la F1 ayuda

• Clases desequilibradas
• Tareas en las que tanto los falsos positivos como los falsos negativos cuestan
• Comparación de modelos en una sola métrica
• Informes sobre sistemas de recuperación de información

F1 no siempre es la opción correcta. Cuando un tipo de error es mucho peor, las variantes ponderadas o una función de coste personalizada son más adecuadas. F1 presupone que la precisión y la exhaustividad merecen el mismo peso, lo cual es una decisión de modelado, no una ley.