F1-score (score F1)

Le F1-score (score F1) est une métrique d'évaluation des modèles de classification qui résume en un seul nombre l'équilibre entre la précision et le rappel. Il vaut entre 0 (mauvais) et 1 (parfait). La précision (precision) mesure, parmi les cas que le modèle a déclarés positifs, la proportion qui l'était vraiment ; le rappel (recall) mesure, parmi tous les cas réellement positifs, la proportion que le modèle a su détecter. Ces deux mesures sont souvent en tension : améliorer l'une dégrade parfois l'autre. Le F1-score les combine par leur moyenne harmonique, selon la formule F1 = 2 × (précision × rappel) ÷ (précision + rappel). Le choix de la moyenne harmonique n'est pas anodin : elle est plus sévère que la moyenne arithmétique et tire le résultat vers la plus faible des deux valeurs. Un modèle qui aurait une excellente précision mais un rappel catastrophique (ou l'inverse) obtient donc un F1 médiocre. C'est pourquoi le F1-score est particulièrement utile sur des données déséquilibrées (par exemple détecter une maladie rare), où le simple taux de bonnes réponses (accuracy) serait trompeur.