정밀도와 재현율은 서로 반대 방향으로 작용합니다. 분류기의 정확도를 높여 오탐을 줄이면 실제 양성을 놓치는 경우가 더 많아집니다. 반대로 정확도를 낮추면 실제 양성을 놓치는 경우가 늘어납니다. F1 점수는 이 두 가지를 하나의 수치, 즉 정밀도와 재현율의 조화평균으로 나타냅니다.

조화평균은 불균형에 불이익을 줍니다. 정밀도나 재현율 중 하나라도 낮으면 F1 점수가 급격히 떨어집니다. 정밀도가 90%이고 재현율이 10%인 모델은 50점이 아닌 약 18점을 받습니다. 이러한 특성 때문에 F1 점수는 두 가지 오류 모두 중요할 때 유용하게 사용됩니다.

F1이 도움이 될 때

• 불균형한 수업
• 오탐지와 오분류 모두 비용이 발생하는 작업
• 단일 지표로 모델 비교
• 정보 검색 시스템에 대한 보고

F1 점수가 항상 최적의 선택은 아닙니다. 특정 오류 유형이 다른 오류 유형보다 훨씬 심각한 경우에는 가중치를 적용한 변형이나 사용자 정의 비용 함수를 사용하는 것이 더 효과적일 수 있습니다. F1 점수는 정밀도와 재현율에 동일한 가중치를 부여한다고 가정하는데, 이는 모델링에 따른 결정이지 법칙이 아닙니다.