F-score 什么意思

F-score是综合考虑了模型的精确度和召回率两个指标的一种评价指标。通常情况下，精确度和召回率是相互矛盾的，例如，当我们试图增加召回率时，通常会降低精确度。因此，F-score是通过计算精确度和召回率的调和平均值来确定模型性能的一种方法。

F-score的计算公式为：2 * (precision * recall) / (precision + recall)。其中，precision是精确度，即检索出的相关文档数与检索出的所有文档数之比；recall是召回率，即检索出的相关文档数与系统中所有相关文档数之比。

F-score的取值范围为0到1之间，数值越大表示分类器的性能越好。当精确度和召回率相同时，F-score取得最大值1。