import numpyfrom sklearn import metrics# 生成模拟数据：实际标签和预测标签（二项分布，概率为 0.9）：actual = numpy.random.binomial(1, 0.9, size=1000) # 实际标签predicted = numpy.random.binomial(1, 0.9, size=1000) # 预测标签# 计算 F1 分数（精确率和召回率的调和平均数）F1_score = metrics.f1_score(actual, predicted)print(F1_score)