什么是F1-score？

F1分数（F1-score）是分类问题的一个衡量指标。一些多分类问题的机器学习竞赛，常常将F1-score作为最终测评的方法。它是精确率和召回率的调和平均数，最大为1，最小为0，如公式1所示。

计算过程

TP（True Positive）：预测答案正确

FP（False Positive）：错将其他类预测为本类（错预测成本类）

FN（False Negative）：本类标签预测为其他类标（预测为其他类）

精准度(precision)：被预测为本类标签中对的

召回率(recall)：本类标签预测对的

准确率(accuracy)：代表分类器对整个样本判断正确的比重（在所有的分类中，预测对的有哪些）

最后根据计算出来的精确度和召回率计算F1-score，然后对每类F1-score求均值，得到最终结果。

参考：机器学习中的F1-score-CSDN博客