Puntuación F1F1 Score

Con dos números no se puede armar un orden

Lo ideal es mirar la precisión y la exhaustividad juntas, pero en el trabajo real llega el momento en que hay que reducirlas a una sola. Pasa al decidir cuál de diez modelos candidatos usar, o al comparar si un ajuste hizo mejorar las cosas.

Cuando entre dos candidatos uno sube y el otro baja, con solo los dos números no se puede decidir cuál es mejor. Al combinarlos en un solo puntaje, ahí mismo se puede armar el orden, y por eso la puntuación F1 aparece tan seguido en la última columna de las planillas de evaluación.

Por qué no alcanza con el promedio simple

Imagina un modelo con cien por ciento de precisión y cero por ciento de exhaustividad. Es un modelo que solo marcó una cosa segura y dejó pasar todo lo demás. No sirve para nada, y sin embargo, si se suman los dos valores y se dividen a la mitad, el resultado es cincuenta.

La puntuación F1 se combina de forma que esto no pase. El valor más bajo de los dos arrastra el resultado con mucha más fuerza, así que si uno se acerca a cero, el puntaje combinado también se acerca a cero: el modelo del ejemplo anterior tiene una puntuación F1 de cero.

A esta forma de combinar se le llama media armónica. Es un cálculo que no premia a la carretilla con una sola rueda inflada: solo da puntaje cuando las dos ruedas están infladas al mismo tiempo.

Es más alta cuando los dos valores son parecidos

Con la misma suma, la puntuación F1 puede salir distinta. Un modelo con noventa por ciento y treinta por ciento saca menos que uno con sesenta por ciento y sesenta por ciento.

Gracias a esta propiedad, la puntuación F1 filtra de forma automática a los modelos que están inclinados de un lado. Para subir el puntaje conviene mucho más levantar el lado que anda mal que empujar todavía más el lado que ya anda bien. Funciona también como una brújula que señala hacia dónde conviene mejorar.

Lo que el número combinado deja oculto

Lo cómodo tiene su costo. Con solo ver que la puntuación F1 es 0,6 no se puede saber si lo bajo es la precisión o la exhaustividad. La dirección en la que hay que corregir puede ser opuesta y aun así dar el mismo puntaje.

Por eso, en las planillas reales se anotan los tres números juntos: precisión, exhaustividad y puntuación F1. Lo seguro es usar el puntaje combinado para reducir candidatos, y para los que quedan, volver a mirar los dos valores por separado.

También se le puede dar más peso a un lado

Si dejar pasar algo importante duele mucho más, se le puede dar más peso a la exhaustividad al combinar. Si lo que más duele son las falsas alarmas, el peso se pone del lado de la precisión. La puntuación F1 es la versión que no le da más peso a ninguno de los dos.

El número que va después del nombre indica ese peso. Cuanto más grande, más peso le da a la exhaustividad; cuanto más chico, más peso le da a la precisión. Cuál usar lo decide qué duele más: dejar pasar algo o dar una falsa alarma.