最近在做 AI量化模型预测挑战赛 时需要到F1 score，故在这里总结一下

公式

F1 score = 2 * (precision * recall) / (precision + recall)

precision and recall

第一次看的时候还不太懂precision和recall的含义，也总结一下

首先定义以下几个概念：
TP（True Positive）：将本类归为本类
TN (True Negative) : 将其他类归为其他类
FP（False Positive）：错将其他类预测为本类
FN（False Negative）：本类标签预测为其他类标

precision = TP / (TP + FP)
recall = TP / (TP + FN)
accuracy = (TP + TN) / (TP + TN + FP + FN)