O que é o limite ideal de F1? Como calcular?

Eu usei a função h2o.glm () no R, que fornece uma tabela de contingência no resultado junto com outras estatísticas. A tabela de contingência é intitulada " Guia cruzada com base no limiar ideal de F1 "

A Wikipedia define F1 Score ou F Score como a média harmônica de precisão e recall. Mas a Precision and Recall não é encontrada apenas quando o resultado dos valores previstos de uma regressão logística (por exemplo) é transformado em binário usando um ponto de corte.

Agora, por recorte, eu me lembro, qual é a conexão entre o escore F1 e o limite ideal. Como é calculado o limite ideal? Como é calculado o limite ideal de F1?

Desculpe se perdi alguma coisa, sou novo nas estatísticas aqui.

Na verdade, escrevi meu primeiro artigo sobre aprendizado de máquina sobre esse assunto. Nele, identificamos que, quando o seu classificador gera probabilidades calibradas (como deveriam para a regressão logística), o limite ideal é aproximadamente 1/2 da pontuação F1 alcançada. Isso lhe dá alguma intuição. O limite ideal nunca será superior a 0,5. Se o seu F1 for 0,5 e o limite for 0,5, você deverá melhorar o F1 diminuindo o limite. Por outro lado, se o F1 fosse 0,5 e o limiar fosse 0,1, provavelmente você deve aumentar o limiar para melhorar F1.

O artigo com todos os detalhes e uma discussão sobre por que F1 pode ou não ser uma boa medida para otimizar (no caso de um e de vários rótulos) pode ser encontrado aqui:

https://arxiv.org/abs/1402.1892

Lamento que demorou 9 meses para que este post chegasse à minha atenção. Espero que você ainda ache as informações úteis!