एफ 1-स्कोर का निकटतम सहज अर्थ याद और सटीक का मतलब माना जा रहा है। आइए इसे आपके लिए स्पष्ट करें:
एक वर्गीकरण कार्य में, आप उच्च परिशुद्धता और याद के साथ एक क्लासिफायरियर बनाने की योजना बना सकते हैं। उदाहरण के लिए, एक वर्गीकरण जो बताता है कि कोई व्यक्ति ईमानदार है या नहीं।
सटीकता के लिए, आप आमतौर पर सटीक रूप से यह बताने में सक्षम होते हैं कि किसी दिए गए समूह में कितने ईमानदार लोग हैं। इस मामले में, जब उच्च परिशुद्धता की देखभाल की जाती है, तो आप मान लेते हैं कि आप एक झूठे व्यक्ति को ईमानदार नहीं बल्कि अक्सर गलत समझ सकते हैं। दूसरे शब्दों में, यहाँ आप एक पूरे समूह के रूप में ईमानदार से झूठ की पहचान करने की कोशिश कर रहे हैं।
हालांकि, याद करने के लिए, आप वास्तव में चिंतित होंगे यदि आप एक झूठे व्यक्ति को ईमानदार मानते हैं। आपके लिए, यह एक बड़ी क्षति और एक बड़ी गलती होगी और आप इसे फिर से नहीं करना चाहते हैं। इसके अलावा, यह ठीक है अगर आपने किसी को झूठे के रूप में ईमानदार वर्गीकृत किया है लेकिन आपके मॉडल को कभी भी (या अधिकतर नहीं) एक झूठे व्यक्ति को ईमानदार होने का दावा करना चाहिए। दूसरे शब्दों में, यहां आप एक विशिष्ट वर्ग पर ध्यान केंद्रित कर रहे हैं और आप इसके बारे में गलती नहीं करने का प्रयास कर रहे हैं।
अब, उस मामले को लें जहां आप अपना मॉडल चाहते हैं (1) एक झूठा (सटीक) से ईमानदार की पहचान करें (2) दोनों वर्गों (याद) से प्रत्येक व्यक्ति की पहचान करें। जिसका अर्थ है कि आप उस मॉडल का चयन करेंगे जो दोनों मीट्रिक पर अच्छा प्रदर्शन करेगा।
आप मॉडल चयन निर्णय तो दो मैट्रिक्स के मतलब के आधार पर प्रत्येक मॉडल का मूल्यांकन करने की कोशिश करेंगे। एफ-स्कोर सबसे अच्छा है जो इसका वर्णन कर सकता है। आइए नजर डालते हैं सूत्र पर:
स्मरण करें: p = tp / (tp + fp)
स्मरण करें: r = tp / / (tp + fn)
एफ-स्कोर: fscore = 2 / (1 / r + 1 / p)
जैसा कि आप देखते हैं, उच्च रिकॉल और सटीक, उच्च एफ-स्कोर।