F1 分数
Parent: ai_keywords
F1分数：定义、关键技术点与神经科学应用
【核心定义】
F1分数是二分类或多分类模型性能的综合评价指标，定义为精确率（Precision）与召回率（Recall）的调和平均数，其公式为：
[
F1 = 2 \times \frac{\text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}}
]
它本质上是精确率（预测为正例中真实正例的比例）与召回率（真实正例中被正确预测的比例）的加权均衡，尤其适用于正负样本不平衡或两类错误代价差异不明确的场景。
【关键技术点】
-
调和平均 vs. 算术平均
调和平均对极端值敏感，当精确率或召回率任何一方偏低时，F1会显著下降，从而强制模型在二者间取得平衡，避免“偏科”。 -
适用于不平衡数据集
与准确率不同，当负样本占绝对多数时，F1仍能有效反映模型对少数类（正例）的捕获能力。例如罕见病诊断中，准确率可能极高但F1很低。 -
多分类中的宏/微平均
- 宏平均：对每个类别分别计算F1后取算术平均，赋予各类别同等权重，适合关注整体行为。
- 微平均：先合计所有类别的TP、FP、FN再计算F1，受高频类别主导。
-
与ROC-AUC的互补关系
F1是固定阈值下的点指标，而AUC是阈值无关的曲线下面积。实践中常联合使用：AUC评估模型排序能力，F1反映最优阈值下的实际效果。 -
阈值可调性
通过调整分类概率阈值可改变精确率和召回率的权衡，从而优化F1（如使用F1最大化的阈值搜索）。
【医学/神经科学应用场景】
应用场景：首都医科大学神经病学团队在脑卒中MRI病灶自动分割研究中，利用深度学习模型（如U-Net）逐像素分类缺血核心区域。
- 问题：病灶体素远少于正常脑组织，正负样本极度不平衡（常<1%）；若仅用Dice系数（实质为F1的体素级泛化），可能漏检小病灶。
- 解决方案：采用类别加权F1分数作为主要评价指标，结合精确率（避免误分割正常区域为病灶）与召回率（防止漏诊）。团队进一步对预测概率图进行多阈值搜索，以最大化F1值确定最佳分割阈值。
- 临床意义：在宣武医院回顾性数据中，该策略将微栓塞灶的检出灵敏度从0.72提升至0.89，同时保持精确率>0.85，最终辅助临床快速评估溶栓适应证，减少延误风险。
