sklearn.metrics.f1_score

sklearn.metrics.f1_score是Scikit-learn机器学习库中用于计算F1分数的函数。F1分数是二分类问题中评估分类器性能的指标之一，它结合了精确度和召回率的概念。

F1分数是精确度和召回率的调和平均值，其计算方式为：

F1 = 2 * (precision * recall) / (precision + recall)

其中，精确度是指被分类器正确分类的正例样本数量与所有被分类为正例的样本数量之比，召回率是指被分类器正确分类的正例样本数量与所有正例样本数量之比。

sklearn.metrics.f1_score函数接受真实标签和预测标签作为输入，并返回F1分数作为输出。它可以在多类分类问题中使用，也可以通过指定二元分类问题的正例标签来进行二元分类问题的评估。