二分类的f1 score一般多大算合格？
刚开始学习机器学习，对这些度没什么把握
我的实验训练集七十万个样本，用MLP和SVM的f1 score总在0.75 0.76左右，变化非常慢，不知道是因为已经接近样本的极限，还是模型没建好，所以想知道一般f1score多少算过关
谢谢各位指教
不妨参考一下F1 score的公式
做一个简单的基准模型，假设正类在数据集中占比为a，对于数据集中的任一样本，均将其预测为正类，根据公式f1_score = a / (a - (1 - a) / 2) = 2a / (a + 1)，有
| 正类占比 | 基准模型f1_score |
|---|---|
| 0.3 | 0.46 |
| 0.4 | 0.57 |
| 0.5 | 0.67 |
| 0.6 | 0.75 |
| 0.7 | 0.82 |
一般根据数据集正类占比，f1_score比基准模型高即可认为模型有效
那你得看看测试集啥情况？
0.85以上吧
但也得看具体问题呀