透過極端資料集對決與動態算式，一秒搞懂準確率（Accuracy）與 F1-Score 的終極差異！
情境設定：我們有一張 100 人的醫療切片影像資料庫，其中只有 5 人真正患病（陽性），其餘 95 人都健康（陰性）。這是一個極端不均衡的資料集。請點擊下方按鈕，看看兩種 AI 模型的表現：
F1-Score 其實是 **精準率 (Precision)** 與 **召回率 (Recall)** 的調和平均數。拉動滑桿來調配兩者的權重，觀察純 SVG 公式如何聯動計算：
如果一個模型精準率高達 100%（它只猜最穩的一個人），但召回率只有 1%（漏抓了其餘所有人）。
若用傳統算術平均：(100% + 1%) ÷ 2 = 50.5%（看起來依然及格）。
但用 F1-Score (調和平均) 計算，會得出極其慘烈的 1.98%！
結論：F1-Score 對於「極端低分」具有強烈的懲罰機制，唯有 Precision 與 Recall 雙強，F1 才能拿到高分。
只有在類別比例非常平衡（例如 50 張貓、50 張狗）的影像分類任務中，準確率才具有指標性意義。此時它最符合大腦直覺。
適用於所有稀有事件偵測（如：工廠瑕疵晶片檢測、罕見疾病篩檢、信用卡盜刷影像辨識）。在這些場景中，答對大宗的陰性毫無意義，抓住陽性才是核心。
F1 是精確率與召回率的調和平均,初級科目一與中級科目三都常考分類評估。重點:只有精確率與召回率都高 F1 才高,在類別不平衡時比準確率可靠。易混點:macro-F1 各類等權(重視少數類)、micro-F1 受多數類主導;調和平均只要一邊低就被拉下。情境題常要你在精確率(怕誤報)與召回率(怕漏報)之間取捨並選對指標。
想練情境題與詳解 → AI 學習與考證地圖
精確率與召回率的調和平均，兩者都高 F1 才高；類別不平衡時常用 F1 取代會騙人的準確率。
調和平均對較小值更敏感；只要精確率或召回率有一個很低，F1 就會被拉低，逼模型兩者兼顧。
類別平衡、各錯誤代價相近用 Accuracy；類別不平衡或更在意少數類(如詐欺、疾病)用 F1。
通常此消彼長：提高門檻精確率升、召回率降。依場景取捨(怕誤報重精確、怕漏報重召回)，或用 F1 找平衡。
macro 各類 F1 取平均(每類等權、重視少數類)；micro 匯總所有樣本再算(受多數類主導)，多分類時依需求選用。