试论F1-score作为性能度量的合理性？

F1-score作为性能度量的合理性可以从以下几个方面来考虑：

1. 综合考虑精度和召回率：F1-score是精度和召回率的调和平均数，可以综合考虑分类器的准确率和召回率，对于不平衡的数据集，F1-score能够更好地评估模型的性能。

2. 对于不同类别的数据集具有普适性：F1-score对于二分类问题和多分类问题都适用，而且不受类别不平衡的影响，可以用于评估多类别分类模型的性能。

3. 直观易懂：F1-score是一个介于0和1之间的值，数值越高表示分类器的性能越好，直观易懂，方便比较不同模型之间的性能。

综上所述，F1-score作为性能度量是合理的，可以综合考虑分类器的准确率和召回率，并且对于不同类别的数据集具有普适性，同时直观易懂。