维基百科中关于 F-measure的文章说：
传统的 F-measure 或平衡 F-score (F1 score) 是准确率和召回率的调和平均值：
为什么特别使用调和平均值，而不是算术平均值或几何平均值或任何其他类型的平均值？
计算调和均值到底是什么意思？
在计算精度和召回率的 F-measure 时，为什么使用调和平均值？
机器算法验证
数理统计
调和平均
2022-04-11 02:15:39
1个回答
F-measure 常用于自然语言识别领域作为评价手段。特别是，消息理解会议 (MUC) 采用了 F-measure，以评估命名实体识别 (NER) 任务。直接引自D. Nadeau 撰写的《命名实体识别与分类调查》 ：
两个数的调和平均值永远不会高于几何平均值。它也趋向于最少的数量，最小化大异常值的影响并最大化小异常值的影响。因此，F-measure 倾向于优先考虑平衡系统。