F-score

释义 Definition

F-score（F分数）：用于评估分类模型效果的指标，综合考虑Precision（精确率）与Recall（召回率），本质上是二者的调和平均数。最常见的是 F1-score（当精确率与召回率同等重要时）。也可扩展为 Fβ-score（用 β 调整对召回率或精确率的侧重）。

发音 Pronunciation (IPA)

/ˈɛf skɔːr/

例句 Examples

The F-score of our classifier improved after tuning the threshold.
调整阈值后，我们分类器的 F-score 提高了。

In imbalanced datasets, the F-score is often more informative than accuracy because it balances precision and recall.
在类别不平衡的数据集中，F-score 往往比准确率更有信息量，因为它在精确率与召回率之间取得平衡。

词源 Etymology

“F-score”中的 F 通常被解释为 “measure of effectiveness（有效性度量）” 的缩写传统，常用来表示将两个指标（精确率与召回率）综合成一个分数的做法；该指标在信息检索与机器学习评估中被广泛采用，并以 F1、Fβ 等形式延伸使用。

相关词 Related Words

• Precision
• Recall
• F1-score
• F-beta score
• Confusion Matrix
• Accuracy
• Harmonic Mean
• ROC
• AUC
• Classification

文学与著作中的用例 Literary Works

• Introduction to Information Retrieval（Manning, Raghavan, Schütze）——在检索评估章节讨论精确率、召回率与 F-measure/F-score。
• Information Retrieval（C. J. van Rijsbergen）——经典检索评估体系中介绍 F-measure 的思想与应用。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在分类与模型评估相关内容中涉及类似的综合评价指标（常与 Precision/Recall 一起出现）。
• Speech and Language Processing（Jurafsky & Martin）——在信息抽取、分类等任务评估中常使用 F-score/F1。