F1-Score

A pontuação F1 é uma métrica de desempenho crítica em machine learning que combina precisão e revocação numa única média harmónica. É particularmente útil para avaliar modelos de classificação quando o conjunto de dados está desequilibrado ou quando os falsos positivos e falsos negativos têm custos diferentes. Ao contrário da exatidão simples, que pode induzir em erro quando uma classe domina o conjunto de dados, a pontuação F1 proporciona uma visão mais equilibrada da capacidade de um modelo para identificar corretamente instâncias relevantes e, ao mesmo tempo, minimizar erros. Ao penalizar valores extremos, garante que uma pontuação elevada só é alcançada quando tanto a precisão como a revocação são razoavelmente elevadas, tornando-a uma métrica essencial em áreas que vão desde o diagnóstico médico à recuperação de informação.

Porque é que a pontuação F1 é importante em machine learning#

Em muitos cenários do mundo real, saber apenas a percentagem de previsões corretas (exatidão) é insuficiente. Por exemplo, na deteção de anomalias, os casos normais superam largamente as anomalias. Um modelo que preveja "normal" para cada entrada poderia alcançar uma exatidão de 99%, mas seria inútil para detetar problemas reais. A pontuação F1 resolve esta questão ao equilibrar duas métricas concorrentes:

• Precisão: Mede a qualidade das previsões positivas. Responde à pergunta: "De todas as instâncias que o modelo classificou como positivas, quantas eram realmente positivas?"
• Revocação: Mede a quantidade de previsões positivas. Responde à pergunta: "De todas as instâncias realmente positivas, quantas é que o modelo identificou corretamente?"

Como existe frequentemente um compromisso — melhorar a precisão tende a reduzir a revocação e vice-versa —, a pontuação F1 funciona como uma métrica unificada para encontrar um ponto de equilíbrio ideal. Isto é crucial ao ajustar modelos através da otimização de hiperparâmetros, para garantir um desempenho robusto em condições diversas.

Aplicações no mundo real#

A utilidade da pontuação F1 estende-se a vários setores onde o custo do erro é significativo.

• Diagnóstico médico: Na IA na área da saúde, especificamente em tarefas como a deteção de tumores, um falso negativo (não detetar um tumor) pode colocar a vida em risco, enquanto um falso positivo (sinalizar tecido benigno) causa ansiedade desnecessária. A pontuação F1 ajuda os investigadores a otimizar modelos como o YOLO26, garantindo que o sistema é suficientemente sensível para detetar doenças sem sobrecarregar os médicos com falsos alarmes.
• Recuperação de informação e pesquisa: Os motores de pesquisa e os sistemas de classificação de documentos utilizam a pontuação F1 para avaliar a relevância. Os utilizadores querem ver todos os documentos relevantes (revocação elevada), mas não querem percorrer resultados irrelevantes (precisão elevada). Uma pontuação F1 elevada indica que o motor está a recuperar eficazmente a informação certa sem gerar desorganização.
• Filtragem de spam: Os serviços de email utilizam a classificação de texto para separar o spam. O sistema tem de detetar os emails de spam (revocação), mas, sobretudo, não deve classificar emails profissionais importantes como lixo (precisão). A pontuação F1 é a principal referência para estes filtros.

Calcular a pontuação F1 com a Ultralytics#

As estruturas modernas de visão computacional simplificam o cálculo destas métricas. Ao treinar modelos de deteção de objetos, a pontuação F1 é calculada automaticamente durante a fase de validação. A Ultralytics Platform visualiza estas métricas em gráficos em tempo real, permitindo aos utilizadores ver a curva da pontuação F1 em relação a diferentes limiares de confiança.

Eis como podes aceder às métricas de validação, incluindo os componentes da pontuação F1, utilizando a API Python:

from ultralytics import YOLO

# Load a pre-trained YOLO26 model
model = YOLO("yolo26n.pt")

# Validate the model on a dataset (metrics are computed automatically)
# This returns a validator object containing precision, recall, and mAP
metrics = model.val(data="coco8.yaml")

# Print the Mean Average Precision (mAP50-95), which correlates with F1 performance
print(f"mAP50-95: {metrics.box.map}")

# Access precision and recall arrays to manually inspect the balance
print(f"Precision: {metrics.box.p}")
print(f"Recall: {metrics.box.r}")

Pontuação F1 vs. métricas relacionadas#

Compreender em que medida a pontuação F1 difere de outros critérios de avaliação é essencial para selecionar a ferramenta certa para o teu projeto.

• Diferença em relação à exatidão: A exatidão trata todos os erros da mesma forma. A pontuação F1 é superior para conjuntos de dados desequilibrados, porque se concentra no desempenho da classe positiva (a classe minoritária de interesse).
• Relação com mAP: A precisão média (mAP) é o padrão para comparar modelos de deteção de objetos em todos os limiares de confiança. No entanto, a pontuação F1 é frequentemente utilizada para determinar o limiar de confiança ideal para implementação. Podes escolher o limiar no qual a curva F1 atinge o pico para implementar a tua aplicação.
• Matriz de confusão: A matriz de confusão fornece as contagens brutas (verdadeiros positivos, falsos positivos, etc.) a partir das quais a pontuação F1 é calculada. Embora a matriz forneça detalhes granulares, a pontuação F1 fornece uma única estatística resumida para uma comparação rápida.
• ROC-AUC: A área sob a curva (AUC) mede a separabilidade em todos os limiares. A pontuação F1 é geralmente preferível à ROC-AUC quando tens uma distribuição de classes muito enviesada (por exemplo, na deteção de fraude, quando a fraude é rara).

Melhorar a tua pontuação F1#

Se o teu modelo tiver uma pontuação F1 baixa, várias estratégias podem ajudar. O aumento de dados pode aumentar a variedade de exemplos positivos, ajudando o modelo a generalizar melhor. A utilização de aprendizagem por transferência a partir de modelos de base robustos permite que a rede tire partido de características previamente aprendidas. Além disso, ajustar o limiar de confiança durante a inferência pode alterar manualmente o equilíbrio entre precisão e revocação para maximizar a pontuação F1 no teu caso de utilização específico.