F1
精确率和召回率的调和平均，衡量事件计数层面的分类质量，假定所有错误代价相同，适用于均衡分类场景
核心事实
时间轴 (近 90 天)
IPIP人格组合在全部四组匹配对比中都提升了语义解析器的F1（Holm校正后p<.001），并且三种人格组合在完整的2³网格上都有正向主效应。
Jaccard Index与F1之间存在数学关系：Jaccard = F1 / (2 - F1)，两者可以互相转换。
IDP评分不应只报告一个指标，至少应同时给出Precision、Recall和F1，并说明空白、NULL、复选框和不可读值的计数规则。
1978年布拉汉姆BT46B F1赛车曾使用风扇车设计赢下一场比赛后即被禁用。
精确率 = 真正例 / (真正例 + 假正例)，召回率 = 真正例 / (真正例 + 假负例)；F1 是二者的调和平均，隐含二者同等重要的假设。
以 0.01 为步长扫描阈值时，精确率上升而召回率下降，两者在阈值 0.63 附近交叉（P≈0.733，R≈0.725），F1 峰值在阈值 0.41 处（F1≈0.758）。
对于二分类功能，应在反映生产分布偏斜的带标签留出集上，基于可接受的假阳性和假阴性成本选定阈值，报告该阈值下的F1，并保留打分样本上的AUC用于在锁定截断值之前比较模型。
对于多分类路由，应使用逐类F1，并选择一种能用错误成本辩护的averaging方式。
金额加权召回（amount-weighted recall）按涉及金额对欺诈样本加权，衡量拦截的欺诈金额比例；与 F1 可能选出不同模型。
以准确率、F1等单一指标为核心的评估文化在面对本质模糊的任务时可能衡量错了方向
还有 12 条时间轴事件
全部知识事实 (20)
ROC曲线的AUC=1表示完美分类器，AUC=0.5等同于随机猜测
70%待验证现代F1赛车每辆搭载超过300个传感器，每秒可产生约1500个数据点，单场比赛原始数据量可达数十TB
75%待验证每场F1比赛会产生数十亿个数据点，涵盖赛车遥测、轮胎磨损、进站策略、天气变化等多个维度
75%待验证Netflix《Drive to Survive》系列自2019年播出后，F1在北美和亚太地区的新增粉丝中，女性观众比例从14%上升至40%
70%待验证IPIP人格组合在全部四组匹配对比中都提升了语义解析器的F1（Holm校正后p<.001），并且三种人格组合在完整的2³网格上都有正向主效应。
50%待验证IDP评分不应只报告一个指标，至少应同时给出Precision、Recall和F1，并说明空白、NULL、复选框和不可读值的计数规则。
50%待验证Jaccard Index与F1之间存在数学关系：Jaccard = F1 / (2 - F1)，两者可以互相转换。
50%待验证1978年布拉汉姆BT46B F1赛车曾使用风扇车设计赢下一场比赛后即被禁用。
50%待验证精确率 = 真正例 / (真正例 + 假正例)，召回率 = 真正例 / (真正例 + 假负例)；F1 是二者的调和平均，隐含二者同等重要的假设。
50%待验证以 0.01 为步长扫描阈值时，精确率上升而召回率下降，两者在阈值 0.63 附近交叉（P≈0.733，R≈0.725），F1 峰值在阈值 0.41 处（F1≈0.758）。
50%待验证对于多分类路由，应使用逐类F1，并选择一种能用错误成本辩护的averaging方式。
50%待验证对于二分类功能，应在反映生产分布偏斜的带标签留出集上，基于可接受的假阳性和假阴性成本选定阈值，报告该阈值下的F1，并保留打分样本上的AUC用于在锁定截断值之前比较模型。
50%待验证金额加权召回（amount-weighted recall）按涉及金额对欺诈样本加权，衡量拦截的欺诈金额比例；与 F1 可能选出不同模型。
50%待验证以准确率、F1等单一指标为核心的评估文化在面对本质模糊的任务时可能衡量错了方向
50%待验证运行在标准ECU硬件上的软件逻辑仍由各车队自行开发和优化
50%待验证F1遥测数据链路让车队工程师能够实时监控超过200个传感器的数据
50%待验证F1赛车软件并不完全按照DO-178C或ISO 26262等民用安全标准开发，其研发周期极短且迭代频繁
50%待验证现代F1赛车的方向盘集成了数十个按钮与旋钮，背后是ECU、ERS以及实时遥测数据链路
50%待验证F1进站换胎的时间从1950年代的67秒降至如今的1.8秒
50%待验证一辆F1赛车有16000个零件，每年90%会被替换，只有10%沿用到下一季
50%