F-score (F1-measure)

Wat is de F-score?

De F-score (ook F-measure of F1-score genoemd) is een rapportcijfer voor classificatiemodellen dat twee maatstaven combineert: precision en recall. Precision zegt: van alles wat het model als positief aanmerkte, hoeveel klopte er? Recall zegt: van alle echte positieve gevallen, hoeveel vond het model er? De F1-score is het harmonisch gemiddelde van die twee en ligt altijd tussen 0 (waardeloos) en 1 (perfect).

Hoe werkt het?

De formule is F1 = 2 × (precision × recall) / (precision + recall). Het harmonisch gemiddelde wordt gebruikt in plaats van het gewone gemiddelde omdat het lage waarden zwaar afstraft. Scoort een model 100 procent precision maar slechts 10 procent recall, dan is het gewone gemiddelde nog 55 procent, terwijl de F1-score op zo’n 18 procent uitkomt. Een model kan dus niet smokkelen door één van beide te verwaarlozen. Er bestaan ook varianten zoals de F2-score, die recall zwaarder laat meewegen wanneer het missen van gevallen erger is dan een vals alarm.

Wat heb je eraan als bedrijf?

De F-score is vooral nuttig bij scheve verdelingen, waar accuracy misleidend is. Stel dat 1 procent van je facturen frauduleus is: een model dat alles als veilig bestempelt, haalt 99 procent accuracy maar vangt geen enkele fraudezaak. De F1-score prikt daar doorheen. Vraag een leverancier die met accuracy schermt daarom ook altijd naar precision, recall en F1.

Gerelateerde begrippen

De F-score bouwt voort op precision en recall, die je afleest uit een confusion matrix. Samen vallen ze onder de evaluation metrics.