F1-score 和 AUC 是二元分类的两个评估指标，但它们没有可比性：

• F1-score 衡量硬分类器的性能，即为每个实例预测一个类别的系统。通过精确度和召回率，它将预测类与黄金标准类的每个实例进行比较。
• AUC 衡量软分类器的性能，即预测每个实例的概率（或分数）的系统。不同之处在于系统不决定实例属于哪个类，因此非正式地可以将其视为“未完成的分类器”。如果一个人决定了分类概率的阈值，那么它就变成了一个硬分类器。

两者都可以用于不平衡的数据，这不是选择其中一个的理由。

AUC 可用于在不决定特定阈值的情况下研究方法的一般行为。有时，特定阈值的选择会对性能产生很大影响，因此使用 AUC 可以完全避免该问题。但是严格来说，AUC 并没有给出分类器的性能。