В чём отличие метрики Accuracy от метрики F1-score?

Основное отличие метрик Accuracy и F1-score заключается в том, что они оценивают разные аспекты производительности модели. 12

Accuracy измеряет долю правильных предсказаний модели среди всех предсказаний. 12 Эта метрика полезна, когда классы в наборе данных сбалансированы, то есть количество положительных и отрицательных примеров примерно равно. 2 Однако Accuracy может вводить в заблуждение, когда классы несбалансированы, то есть один класс значительно преобладает над другим. 2 В таких случаях модель может достигать высокой точности, постоянно предсказывая класс большинства, но полностью не идентифицируя класс меньшинства. 2

F1-score объединяет точность (Precision) и полноту (Recall), обеспечивая более комплексную оценку производительности модели. 12 F1-score особенно полезен, когда классы в данных несбалансированы или когда ошибки первого и второго рода имеют схожую важность. 4

Таким образом, Accuracy подходит для оценки модели при сбалансированных данных, а F1-score — для ситуаций, где важен баланс между точностью и полнотой. 23