F Beta-Score?

딥러닝 모델의 평가지표 중 하나로 F1-Score를 많이 사용하는데 얼마 전 지원한 기업의 역량평가에서 F2-Score라는 표현을 처음 접하게 되었다.

 

평소에 평가지표로 F1-Score를 Precision과 Recall 값의 조화평균이라고만 어렴풋이 알고 있었는데 F2-Score가 무엇인지는 전혀 알지 못했다.

F2-Score가 무엇인지 찾아보니 F Beta-Score를 알게 되었고 여기에서 F1-Score가 파생된 것 같았다.

 

F Beta-Score의 수식은 다음과 같다.

$(1 + \beta^2) \frac{Precision*Recall}{(\beta^2*Precision) + Recall}$

 

위 수식에서 $\beta$ 값이 1이라면 F1-Score를 의미하고 수식이 익히 알고있는 F1-Score처럼 Precision과 Recall의 조화평균이 된다.

 

즉, 역량평가에서 본 F2-Score는 $(1 + 2^2) \frac{Precision*Recall}{(2^2*Precision) + Recall}$ 이라는 수식이 되었을 것이다.

역량평가를 응시했을 때 F Beta-Score와 이러한 F1-Score의 배경을 알고 있었다면 F2-Score라는 표현에 당황하지 않고 풀 수 있었을 것 같다...