F1最適しきい値とは何ですか？計算方法は？

Rでh2o.glm（）関数を使用しました。これは、他の統計とともに結果の分割表を提供します。分割表の見出しは「F1最適しきい値に基づくクロスタブ」です

ウィキペディアでは、F1スコアまたはFスコアを、精度と再現率の調和平均として定義しています。しかし、PrecisionとRecallは、ロジスティック回帰の予測値の結果（たとえば）がカットオフを使用してバイナリに変換された場合にのみ見つかりません。

カットオフで、F1スコアと最適なしきい値との関係は何ですか。最適なしきい値はどのように計算されますか？F1最適しきい値はどのように計算されますか？

何か見逃してしまった場合は申し訳ありませんが、ここの統計は初めてです。

実際、このトピックに関する機械学習の最初の論文を書きました。その中で、分類器がキャリブレーションされた確率を出力するとき（ロジスティック回帰の場合）、最適なしきい値は達成するF1スコアの約1/2であることがわかりました。これにより、直感が得られます。最適なしきい値は0.5を超えることはありません。F1が.5で、しきい値が.5の場合、しきい値を下げることでF1を改善することが期待できます。一方、F1が.5で、しきい値が.1の場合、おそらくしきい値を増やしてF1を改善する必要があります。

すべての詳細とF1が最適化に適した尺度である場合とそうでない場合がある理由の説明（シングルラベルとマルチラベルの両方の場合）は、ここにあります。

https://arxiv.org/abs/1402.1892

この投稿が注目されるまでに9か月かかりました。情報がまだ有用であることを願っています！