A pontosság és a felidézhetőség ellentétes irányú vonzerővel bírnak. Ha szűkítünk egy osztályozót, akkor csökkentjük a téves pozitívakat, és több igaz pozitív eredményt szalasztunk el. Ha lazítunk rajta, az ellenkezője történik. Az F1 pontszám egyetlen számban egyesíti mindkettőt, a pontosság és a felidézhetőség harmonikus átlagát.

A harmonikus átlag bünteti az egyensúlyhiányt. Ha akár a pontosság, akár a visszahívási arány alacsony, az F1 meredeken csökken. Egy 90 százalékos pontosságú és 10 százalékos visszahívási arányú modell körülbelül 18-as értéket ér el, nem pedig 50-et. Ez a viselkedés teszi az F1-et hasznossá, ha mindkét hiba számít.

Amikor az F1 segít

• Kiegyensúlyozatlan osztályok
• Feladatok, ahol mind a téves pozitív, mind a téves negatív eredmények költségesek
• Modellek összehasonlítása egyetlen mérőszám alapján
• Jelentéstétel az információ-visszakereső rendszerekről

Az F1 nem mindig a helyes választás. Amikor az egyik hibatípus sokkal rosszabb, a súlyozott változatok vagy egy egyéni költségfüggvény jobban szolgál. Az F1 feltételezi, hogy a pontosság és a visszahívás egyenlő súlyt érdemel, ami modellezési döntés, nem pedig törvény.