Tanım
F1 Score, sınıflandırma modellerinin performansını değerlendirmek için kullanılan metriktir. Precision ve recall değerlerinin harmonik ortalamasını alarak modelin hem doğru pozitif tahmin yapma kalitesini hem de gerçek pozitifleri yakalama başarısını dengeler.
F1 Score özellikle veri setinde sınıflar dengesiz olduğunda önemlidir. Örneğin fraud detection, spam tespiti, churn tahmini veya hastalık riski sınıflandırması gibi durumlarda yalnızca accuracy metriğine bakmak yanıltıcı olabilir.
F1 Score 0 ile 1 arasında değer alır. 1’e yakın değer daha iyi performansı, 0’a yakın değer daha zayıf performansı gösterir. Ancak her problemde en iyi metrik F1 değildir; iş hedefi ve hata türlerinin maliyeti dikkate alınmalıdır.
Kökeni
F1 Score, bilgi erişimi, istatistik ve makine öğrenimi değerlendirme yöntemlerinden gelir. Sınıflandırma modellerinde doğru ve yanlış tahminlerin farklı türleri vardır. Bu nedenle tek bir doğruluk oranı model performansını her zaman yeterli açıklamaz.
Precision, modelin pozitif dediği örneklerin ne kadarının gerçekten pozitif olduğunu gösterir. Recall ise gerçek pozitiflerin ne kadarının model tarafından yakalandığını ölçer. F1 Score bu iki metriği dengeli biçimde birleştirir.
Özellikle arama sistemleri, belge sınıflandırma, tıbbi tahminler, risk skorlama ve anomali tespiti gibi alanlarda doğru değerlendirme yapmak için precision, recall ve F1 Score birlikte kullanılır.
Nerelerde Kullanılır?
F1 Score, makine öğrenimi sınıflandırma modellerinde kullanılır. Spam filtreleri, sahte işlem tespiti, müşteri churn tahmini, lead scoring, duygu analizi ve içerik sınıflandırma sistemleri bu metriği kullanabilir.
Growth ve pazarlama analitiğinde F1 Score, yüksek dönüşüm olasılığı olan kullanıcıları, terk riski taşıyan müşterileri veya kaliteli leadleri sınıflandıran modellerin performansını değerlendirmek için kullanılabilir.
SEO ve içerik analitiğinde ise sorgu sınıflandırma, içerik türü tahmini, intent classification veya düşük kaliteli sayfa tespiti gibi modellerde F1 Score kullanılabilir. Özellikle yanlış pozitif ve yanlış negatiflerin maliyeti farklıysa metrik seçimi dikkatli yapılmalıdır.
Örnek Kullanım
Bir churn modeli, terk edecek müşterileri tahmin etmeye çalışıyorsa yalnızca accuracy yeterli olmayabilir. Çünkü müşterilerin küçük bir bölümü churn ediyorsa model herkese “churn etmeyecek” diyerek yüksek accuracy alabilir ama işe yaramaz. F1 Score bu durumda daha anlamlı olabilir.
Bir veri bilimci, “Modelin accuracy değeri yüksek ama F1 Score düşük; pozitif sınıfı yeterince iyi yakalayamıyor” diyebilir. Bu kullanım, dengesiz veri setlerinde metrik yorumunun önemini gösterir.
Karıştırılan Kavramlar
- F1 Score ve Accuracy: Accuracy toplam doğru tahmin oranıdır. F1 Score precision ve recall dengesine odaklanır.
- F1 Score ve Precision: Precision pozitif tahminlerin ne kadar doğru olduğunu ölçer. F1 Score precision ile recall’ı birleştirir.
- F1 Score ve Recall: Recall gerçek pozitiflerin ne kadarının yakalandığını gösterir. F1 Score recall’ı precision ile dengeler.
- F1 Score ve ROC-AUC: ROC-AUC farklı eşiklerde sınıflandırma performansını değerlendirir. F1 Score belirli eşikte precision-recall dengesini verir.
İlgili Terimler
- Precision
- Recall
- Accuracy
- Model Evaluation
- Machine Learning
- Classification
- Confusion Matrix
- ROC-AUC
- Churn Prediction
Büyüme Mimarisi Notu
F1 Score, büyüme mimarisinde tahmin modellerinin gerçekten işe yarayıp yaramadığını anlamaya yardımcı olur. Özellikle nadir ama değerli olayları tahmin ederken genel doğruluk yanıltıcı olabilir.
Lead scoring, churn prediction ve fraud detection gibi büyüme kararlarında doğru metrik seçimi kritik öneme sahiptir. Model performansı, yalnızca teknik skorla değil, iş aksiyonuna etkisiyle değerlendirilmelidir.