Lihat sumber F-Score dan Confusion Matrix

Confusion matrix adalah alat utama dalam evaluasi model klasifikasi yang menampilkan jumlah prediksi benar dan salah untuk setiap kelas. F-Score dihitung berdasarkan nilai-nilai yang terdapat pada confusion matrix.

== Komponen Confusion Matrix ==
Confusion matrix terdiri dari [[True Positive]], [[False Positive]], [[True Negative]], dan [[False Negative]]. Presisi dan rekal dihitung dari komponen-komponen ini, sehingga F-Score juga bergantung padanya.

== Proses Penghitungan F-Score ==
Setelah mendapatkan confusion matrix dari hasil prediksi model, presisi dihitung sebagai True Positive / (True Positive + False Positive), dan rekal sebagai True Positive / (True Positive + False Negative). F-Score kemudian dihitung dari presisi dan rekal ini.

== Visualisasi dan Interpretasi ==
Dengan menggunakan confusion matrix, praktisi dapat dengan mudah mengidentifikasi sumber kesalahan model dan mengoptimalkan F-Score melalui tuning parameter atau pemilihan model yang lebih baik.