Lors de l'évaluation des performances d'un modèle de fondation, que représente le score F1 ?

Le score F1 est une mesure de performance qui combine la précision (precision) et le rappel (recall) d'un modèle en une seule valeur. Il est particulièrement utile lorsque les classes sont déséquilibrées, car il pénalise les modèles qui ont de nombreux faux positifs ou faux négatifs. La précision mesure la proportion de prédictions positives correctes parmi toutes les prédictions positives, tandis que le rappel mesure la proportion de prédictions positives correctes parmi toutes les instances positives réelles. Les autres options décrivent des aspects non liés à la performance intrinsèque du modèle en termes de classification.