f1_score(y_true, y_pred, average='macro', zero_division=0)直接返回单个浮点数，先对各类别单独计算f1再算术平均，需确保输入为1d整数数组且显式设zero_division=0避免nan。
直接用 f1_score 指定 average='macro'
不用自己算 TP/FP/FN，scikit-learn 的 f1_score 已封装完整逻辑。关键就一个参数：average='macro'，它会先对每个类别单独算 F1，再取算术平均。
常见错误是漏传 average 参数——默认是 None，此时函数只返回每个类别的 F1 数组，不是标量结果；或者误设为 'micro' 或 'weighted'，指标语义完全不同。
-
f1_score(y_true, y_pred, average='macro')返回单个浮点数（如0.624） - 若需避开除零错误（比如某类完全没预测出来），加
zero_division=0（默认是warn，会抛警告） - 输入必须是 1D 数组，不能是 one-hot 编码；如果是概率输出，先用
np.argmax转成类别索引
为什么 zero_division=0 不是可选项而是必选项
当某个类别在 y_pred 中完全未出现（即 FP=0 且 TP=0），其 precision 和 recall 都无法定义，F1 计算会遇到除零。sklearn 默认行为是发 UndefinedMetricWarning 并返回 nan，这会导致后续 np.mean 失效或训练 pipeline 中断。
实际场景中，小类别漏预测很常见，尤其在 few-shot 或长尾分布下。不显式设 zero_division=0，模型评估可能悄无声息地崩掉。
- 设为
0：该类 F1 计为 0，参与平均（合理，代表完全失效） - 设为
1：强行给满分，会虚高 Macro-F1，掩盖问题 - 不设：遇到 warning 后返回
nan，mean结果变nan，debug 成本陡增
和 classification_report 的区别在哪
classification_report 也能输出 Macro-F1（最后一行的 macro avg），但它本质是分步展示：先列每类 precision/recall/f1，再求平均。而 f1_score(..., average='macro') 是原子操作，不暴露中间值。
真正差异在边界处理：两者对 zero_division 的默认值不同。classification_report 默认用 zero_division='warn'，但不会中断输出；f1_score 同样默认 warn，但返回值含 nan。如果你只关心最终数值，用 f1_score 更干净；如果要诊断哪一类拖了后腿，classification_report 的表格更直观。
- 想快速集成到训练日志？用
f1_score(y_true, y_pred, average='macro', zero_division=0) - 想定位具体哪个类别召回差？跑一次
classification_report(y_true, y_pred, zero_division=0) - 别混用：
f1_score(..., average=None)返回数组，长度等于类别数，和 report 里每行对应
PyTorch 生态里怎么接 f1_score
在 pytorch-image-models 或自定义训练循环中，你得把分散的 batch 预测结果拼成全局数组，再喂给 f1_score。不能在每个 batch 上单独算 Macro-F1 再平均——那不是 Macro，是错的。
典型陷阱是维度搞错：all_preds 和 all_targets 必须是 shape (N,) 的一维整数张量或列表，不是 (N, C) 的 logits 或 one-hot。
- logits → class index：
preds = torch.argmax(logits, dim=1).cpu().numpy() - 收集时用
.extend()或np.concatenate，别用.append()堆叠 tensor（会变 list of tensor） - 最后调用：
f1_score(all_targets, all_preds, average='macro', zero_division=0)
Macro-F1 的“平等对待每个类别”特性，全依赖于你在汇总阶段是否真把所有样本拉平处理。中间任何按 batch 分开计算、再取均值的操作，都破坏了它的数学定义。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
