如 [1] 中所述，通常将 F-measure 定义为精度和召回率的函数：
但是我遇到了其他一些情况，使用了另一个定义[2]（没有权重）：
其中 H 是调和平均数。
参考：
以这种方式将 F 度量定义为特异性和灵敏度的调和平均值是否正确？
数据挖掘
评估
公制
定义
2021-09-25 03:00:38
2个回答
一个是通用公式，另一个是 Beta=1：
大于1的 beta 值意味着我们希望我们的模型与 Precision 相比更关注模型 Recall。另一方面，小于1 的值更强调精度。所以你只想概括，并更多地惩罚某些错误。
所以得出结论：数学意义上的正确总是概括和推导出特殊情况，从这个意义上说，第一个更可取，因为将 beta 设置为一个你会得到“标准”F-1-harmonic-mean-formula。
http://scikit-learn.org/stable/modules/generated/sklearn.metrics.fbeta_score.html
是的，因为它们实际上是彼此的同义词。例如见这个链接
如果你注意的话，第一个公式是召回率和精度的（加权）调和平均值。