F1-Score

F1-Score, kesinlik (precision) ve duyarlılığı (recall) tek bir harmonik ortalamada birleştiren, makine öğreniminde kritik bir performans metriğidir. Özellikle veri kümesinin dengesiz olduğu veya yanlış pozitiflerin ve yanlış negatiflerin farklı maliyetlere sahip olduğu sınıflandırma modellerini değerlendirmek için oldukça kullanışlıdır. Bir sınıfın veri kümesine hakim olması durumunda yanıltıcı olabilen basit doğruluk (accuracy) değerinin aksine, F1-Score modelin hataları en aza indirirken ilgili örnekleri doğru bir şekilde tanımlama yeteneğine dair daha dengeli bir bakış açısı sunar. Uç değerleri cezalandırarak, yüksek bir skorun ancak hem kesinlik hem de duyarlılık makul derecede yüksek olduğunda elde edilmesini sağlar; bu da onu tıbbi teşhisten bilgi almaya kadar uzanan alanlarda temel bir metrik haline getirir.

Link to this sectionF1-Score Neden Makine Öğreniminde Önemlidir#

Birçok gerçek dünya senaryosunda, yalnızca doğru tahminlerin yüzdesini (doğruluk) bilmek yetersizdir. Örneğin, anomali tespiti alanında normal durumlar, anomalilerden çok daha fazladır. Her girdi için "normal" tahmininde bulunan bir model %99 doğruluk elde edebilir ancak gerçek sorunları tespit etme konusunda tamamen işlevsiz kalacaktır. F1-Score, iki çelişkili metriği dengeleyerek bu sorunu çözer:

• Kesinlik: Pozitif tahminlerin kalitesini ölçer. "Modelin pozitif olarak etiketlediği tüm örneklerin kaç tanesi aslında pozitifti?" sorusuna yanıt verir.
• Duyarlılık: Pozitif tahminlerin miktarını ölçer. "Gerçek pozitif örneklerin kaç tanesini model doğru bir şekilde tanımladı?" sorusuna yanıt verir.

Genellikle bir takas söz konusu olduğundan (kesinliği artırmak genellikle duyarlılığı düşürür ve tam tersi geçerlidir), F1-Score en uygun denge noktasını bulmak için birleşik bir metrik işlevi görür. Bu, hiperparametre optimizasyonu kullanılarak modeller ince ayar yapılırken, farklı koşullar altında sağlam bir performans sağlamak için çok önemlidir.

Link to this sectionGerçek Dünya Uygulamaları#

F1-Score'un faydası, hata maliyetinin önemli olduğu çeşitli endüstrilere uzanır.

• Medical Diagnostics: In AI in healthcare, specifically for tasks like tumor detection, a false negative (missing a tumor) is life-threatening, while a false positive (flagging benign tissue) causes unnecessary anxiety. The F1-Score helps researchers optimize models like YOLO26 to ensure that the system is sensitive enough to catch diseases without overwhelming doctors with false alarms.
• Bilgi Erişimi ve Arama: Arama motorları ve belge sınıflandırma sistemleri, ilgililiği değerlendirmek için F1-Score kullanır. Kullanıcılar tüm ilgili belgeleri görmek ister (yüksek duyarlılık) ancak alakasız sonuçlar arasında vakit kaybetmek istemezler (yüksek kesinlik). Yüksek bir F1-Score, motorun doğru bilgiyi karmaşaya yol açmadan etkili bir şekilde getirdiğini gösterir.
• Spam Filtering: Email services use text classification to segregate spam. The system must catch spam emails (recall) but crucially must not label important work emails as junk (precision). The F1-Score serves as the primary benchmark for these filters.

Link to this sectionUltralytics ile F1-Score Hesaplama#

Modern bilgisayarlı görü çerçeveleri, bu metriklerin hesaplanmasını basitleştirir. Nesne tespiti modelleri eğitilirken, F1-Score doğrulama aşamasında otomatik olarak hesaplanır. Ultralytics Platform, bu metrikleri gerçek zamanlı grafiklerle görselleştirerek kullanıcıların F1-Score eğrisini farklı güven eşiklerine göre görmelerini sağlar.

İşte Python API kullanarak F1-Score bileşenleri dahil olmak üzere doğrulama metriklerine nasıl erişebileceğin:

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}")

Link to this sectionF1-Score ve İlgili Metrikler#

F1-Score'un diğer değerlendirme kriterlerinden nasıl farklı olduğunu anlamak, projen için doğru aracı seçmek adına çok önemlidir.

• Doğruluktan Farkı: Doğruluk, tüm hatalara eşit davranır. F1-Score, pozitif sınıfa (ilgi duyulan azınlık sınıfı) odaklandığı için dengesiz veri kümelerinde daha üstündür.
• mAP ile İlişkisi: Mean Average Precision (mAP), nesne tespiti modellerini tüm güven eşiklerinde karşılaştırmak için standarttır. Ancak F1-Score, genellikle dağıtım için en uygun güven eşiğini belirlemek amacıyla kullanılır. Uygulamanı dağıtmak için F1 eğrisinin zirve yaptığı eşiği seçebilirsin.
• Karmaşıklık Matrisi (Confusion Matrix): Karmaşıklık matrisi, F1-Score'un türetildiği ham sayıları (Gerçek Pozitifler, Yanlış Pozitifler vb.) sağlar. Matris ayrıntılı bilgi verirken, F1-Score hızlı bir karşılaştırma için tek bir özet istatistik sunar.
• ROC-AUC: Eğri Altında Kalan Alan (AUC), tüm eşiklerde ayrıştırılabilirliği ölçer. F1-Score, son derece çarpık bir sınıf dağılımına sahip olduğunda (örneğin, dolandırıcılığın nadir olduğu dolandırıcılık tespiti gibi) genellikle ROC-AUC'ye tercih edilir.

Link to this sectionF1-Score Değerini İyileştirme#

Modelin düşük bir F1-Score'dan muzdaripse, birkaç strateji yardımcı olabilir. Veri artırma, pozitif örneklerin çeşitliliğini artırarak modelin daha iyi genelleme yapmasına yardımcı olabilir. Güçlü temel modellerden transfer öğrenme kullanmak, ağın önceden öğrenilmiş özellikleri kullanmasını sağlar. Ayrıca, çıkarım sırasında güven eşiğini ayarlamak, özel kullanım durumun için F1-Score'u maksimize etmek amacıyla kesinlik ve duyarlılık arasındaki dengeyi manuel olarak değiştirebilir.