精度と再現率は相反する関係にあります。偽陽性を減らすために分類器の精度を上げると、真陽性を見逃すことが多くなります。逆に精度を上げると、その逆の現象が起こります。F1スコアは、精度と再現率の調和平均という、この両方を一つの数値に統合したものです。

調和平均は不均衡を厳しく評価します。精度または再現率のどちらかが低い場合、F1スコアは急激に低下します。精度90%、再現率10%のモデルでは、スコアは50ではなく18程度になります。このような特性から、F1スコアは両方の誤差が重要な場合に有用です。

F1が役立つとき

• 不均衡なクラス
• 偽陽性と偽陰性の両方がコストとなるタスク
• 単一の指標に基づいてモデルを比較する
• 情報検索システムに関する報告

F1スコアが常に最適な選択肢とは限りません。あるエラータイプが著しく悪い場合は、重み付けされたバリアントやカスタムコスト関数の方が適しています。F1スコアは精度と再現率に等しい重みを与えることを前提としていますが、これは法則ではなく、モデリング上の決定事項です。