【機器學習】F1分數(F1_Score)詳解及tensorflow、numpy實現

F1-Score相關概念 F1分數（F1 Score），是統計學中用來衡量二分類（或多任務二分類）模型精確度的一種指標。它同時兼顧了分類模型的準確率和召回率。F1分數能夠看做是模型準確率和召回率的一種加權平均，它的最大值是1，最小值是0，值越大意味着模型越好。假若有100個樣本，其中1個正樣本，99個負樣本，若是模型的預測只輸出0，那麼正確率是99%，這時候用正確率來衡量模型的好壞顯然是不對的。

>>阅读原文<<