我正在尝试比较不同的分类模型。我已经通过ROCR性能函数获得了每个模型的auc值，但是当尝试获取f1分数时，它们作为矢量用于一系列截止值。
我正在交叉验证60倍，具有大约30个预测变量和二进制响应，共进行450次观察。结果中产生了91个f1值。
是否有一个可用于f得分的截止值（即，天真的prob截止：0.5），或与f得分/精度/召回率相关的其他度量
svm.model <- tune.svm(formula, data, probability = TRUE, kernel, tunecontrol = cv.num)
svm.fit<-predict(svm.model$best.model, test, decision.values = TRUE)
svm.probs<-attr(svm.fit,"decision.values")
svm.pred <- prediction(svm.probs, test$y)
svm.f<-performance(svm.pred, "f")
svm.f@y.values
我期望一个f1值。取而代之的是，我得到一些91个值的曲线图，显示了每个截止点的f1值。 在比较结果中是否应引用特定的截止值？或者该上下文是否特定？