O que é F1-score
F1-score é uma métrica de avaliação de classificadores que representa a média harmônica entre precisão e recall. Ela fornece um único número para medir o equilíbrio entre qualidade dos positivos apontados e capacidade de não perder positivos reais. A média harmônica é mais rígida que a média aritmética, o que penaliza casos em que uma das métricas é muito baixa.
Como funciona o F1-score
O F1-score é calculado como o dobro do produto de precisão e recall dividido pela soma deles. Se a precisão ou o recall for zero, o F1 também será zero. Isso faz com que o F1 reflita o desempenho geral quando as duas métricas são parecidas. É comum acompanhar a precisão e o recall separadamente, além do F1, para ter uma visão completa.
Exemplo prático
Em um sistema de detecção de fraude, podemos ter muitos casos não fraudosos e poucos fraudosos. Um modelo que acerta a maioria dos casos, mas é ruim em detectar fraudes reais, pode ter alta acurácia, mas baixo recall. O F1 ajuda a escolher o modelo que equilibra a qualidade dos positivos que aponta e a capacidade de encontrá-los em um cenário desafiador.
Para que serve o F1-score
O F1-score serve quando queremos um indicador único de qualidade em problemas de classificação desequilibrados. Ele é útil em detecção de spam, fraude, diagnóstico médico e qualquer tarefa onde falsos positivos e falsos negativos são caros. Como métrica padrão, ele ajuda a comparar modelos de forma simples e interpretável.
Como interpretar o F1-Score
Um F1 alto indica que o modelo equilibrou bem precisão e recall. Um F1 baixo sugere que uma das métricas está fraca e que o modelo precisa de ajuste. Por exemplo, se o recall é baixo, o modelo está perdendo positivos reais. Se a precisão é baixa, o modelo está marcando muitos falsos positivos. O F1 revela o problema mostrando que as duas métricas não estão coilhando no ideal.