问具有意外结果的Sklearn f1_score

EN

我想通过使用Scikit计算f1_score来评估机器学习系统--对我的预测进行学习。然而，结果并不如预期的那样。调用confusion_matrix显示

[[ 3 11]
 [ 5 31]]

如果手工计算f1评分为2*(精确性*回忆)/(精确+回忆)，则得到2*(3/8 * 31/42)/(3/8 + 31/42) = 0.497。但是调用f1_score(y_true，y_pred，average=)会产生0.7949的结果。有人能解释一下吗？

即使当真正的标签混合在一起时，我用不变的预测值1来调用f1_score，我也会得到高分，而不是我所期望的警告的0。我怀疑f1_score不是我所期望的avg=“二进制”，但我不能把我的头脑围绕在它上面。

我的科学学习版本是0.21.3。

谢谢你的帮助。