Qué es el F1-score
El F1-score es una métrica de evaluación de clasificadores que representa la media armónica entre precisión y recall. Proporciona un único número para medir el equilibrio entre la calidad de los positivos señalados y la capacidad de no perder positivos reales. La media armónica es más estricta que la media aritmética, lo que penaliza los casos en que una de las métricas es muy baja.
Cómo funciona el F1-score
El F1-score se calcula como el doble del producto de precisión y recall dividido por la suma de ambas. Si la precisión o el recall es cero, el F1 también será cero. Esto hace que el F1 refleje el rendimiento general cuando las dos métricas son similares. Es común monitorear la precisión y el recall por separado, además del F1, para tener una visión completa.
Ejemplo práctico
En un sistema de detección de fraude, podemos tener muchos casos no fraudulentos y pocos fraudulentos. Un modelo que acierta la mayoría de los casos, pero es malo para detectar fraudes reales, puede tener alta exactitud, pero bajo recall. El F1 ayuda a elegir el modelo que equilibra la calidad de los positivos que señala y la capacidad de encontrarlos en un escenario desafiante.
Para qué sirve el F1-score
El F1-score sirve cuando queremos un indicador único de calidad en problemas de clasificación desequilibrados. Es útil en detección de spam, fraude, diagnóstico médico y cualquier tarea donde los falsos positivos y los falsos negativos son costosos. Como métrica estándar, ayuda a comparar modelos de forma simple e interpretable.
Cómo interpretar el F1-Score
Un F1 alto indica que el modelo equilibró bien precisión y recall. Un F1 bajo sugiere que una de las métricas está débil y que el modelo necesita ajuste. Por ejemplo, si el recall es bajo, el modelo está perdiendo positivos reales. Si la precisión es baja, el modelo está marcando muchos falsos positivos. El F1 revela el problema al mostrar que las dos métricas no están alineadas en el ideal.