F1スコア とは？

適合率は「陽性と予測したうちの正解率」で、再現率は「実際の陽性のうち検出できた割合」だよ。スパムフィルターで例えると、適合率は「スパムと判断したメールのうち本当にスパムだった割合」、再現率は「全スパムメールのうちちゃんと検出できた割合」だね。

問題によって違うよ。スパムフィルターなら適合率を重視（重要なメールを誤ってスパム扱いしたくない）、がん検診なら再現率を重視（見逃しを最小にしたい）。F1スコアはどちらも同等に大切なときに使う総合指標なんだ。

算術平均は（適合率＋再現率）÷2だけど、調和平均は2÷（1/適合率＋1/再現率）という計算だよ。調和平均の特徴は、どちらかが低い方の値に引っ張られること。適合率0.9・再現率0.1の場合、算術平均は0.5だけど調和平均は約0.18と厳しくなる。どちらかが極端に悪いモデルに甘い点をつけないための設計なんだよ。

あるし、それがF1スコアだけ見ることの罠なんだ。適合率0.6・再現率0.6のモデルも、適合率0.9・再現率0.43のモデルも、F1スコアは同じくらいになる。でもどちらが優れているかはビジネス要件次第で全然違う。さらに「マクロF1」「マイクロF1」「加重平均F1」という集計方法の違いもあって、多クラス問題では何を報告すべきかを慎重に選ばないと評価が歪む。F1スコアは強力だけど、必ず適合率と再現率の内訳も一緒に確認するのがプロの習慣なんだよ。