**F1 Score**

El F1-score es una métrica de evaluación del rendimiento de un modelo de clasificación que combina las métricas de precisión y recall en una única medida de desempeño.

La precisión (precision) mide la proporción de verdaderos positivos (TP) sobre la suma de verdaderos positivos y falsos positivos (FP), es decir, mide la proporción de casos positivos identificados correctamente sobre el total de casos positivos identificados.

Por otro lado, el recall (sensibilidad) mide la proporción de verdaderos positivos (TP) sobre la suma de verdaderos positivos y falsos negativos (FN), es decir, mide la proporción de casos positivos identificados correctamente sobre el total de casos positivos presentes en la muestra.

El valor del F1-score oscila entre 0 y 1, siendo 1 el valor óptimo que indica una predicción perfecta del modelo. En general, cuanto mayor sea el valor del F1-score, mejor será el rendimiento del modelo para clasificar correctamente los casos positivos y negativos. El F1-score es particularmente útil cuando las clases están desequilibradas en la muestra, ya que combina la precisión y el recall para proporcionar una evaluación más equilibrada del rendimiento del modelo.

El F1-score es la media armónica (una medida estadística para combinar valores) de la precisión y el recall, y se calcula como:

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