F-Measure

释义 Definition

F-measure（F值/F度量）：用于评估二分类或信息检索系统效果的指标，通常指精确率（precision）与召回率（recall）的调和平均数。最常见的是 F1-score（精确率与召回率同等重要时）。在某些场景也会用 Fβ 来偏重召回或精确。

发音 Pronunciation

/ˈɛf ˌmɛʒər/

例句 Examples

The model achieved an F-measure of 0.87.
该模型的 F-measure 达到了 0.87。

Because the dataset is imbalanced, we report precision, recall, and F-measure rather than accuracy alone.
由于数据集类别不平衡，我们报告精确率、召回率和 F-measure，而不是只看准确率。

词源 Etymology

F-measure 中的 F 常被解释为 function（函数/综合指标）或与 F-score 一脉相承；该指标在信息检索领域被系统化使用，用来把精确率与召回率综合为一个数值，便于比较不同系统或模型的检索/分类表现。

相关词 Related Words

• Precision
• Recall
• F1-Score
• Harmonic Mean
• Accuracy
• Confusion Matrix
• Classification
• Imbalanced Data

文学与著作中的用例 Literary Mentions

• C. J. van Rijsbergen, Information Retrieval（1979）：讨论并推广以精确率与召回率为核心的综合评价（F-measure/F-score）思想。
• Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze, Introduction to Information Retrieval（2008）：在信息检索评估章节中使用并讲解 F-measure。
• Christopher D. Manning, Hinrich Schütze, Foundations of Statistical Natural Language Processing（1999）：在NLP模型评估相关内容中涉及 precision/recall 与 F-measure。
• Ian Goodfellow, Yoshua Bengio, Aaron Courville, Deep Learning（2016）：在分类评估讨论中常与 precision/recall/F1（F-measure 的常见形式）一起出现。