f1-score，这个指标是precision与recall的调和平均值。调和平均值相对算术平均值来说，对极值更加敏感，这样可以避免我们在选择阈值时受到极值的影响。

正确答案是：C。F1-score是precision和recall的调和平均值，而不是简单的平均值。

专业分析如下：

A: ROC曲线（Receiver Operating Characteristic Curve）是基于混淆矩阵提出的，它展示了模型在不同阈值下的性能。ROC曲线的纵轴是灵敏度（True Positive Rate），横轴是1-特异度（False Positive Rate），所以这个说法是正确的。

B: AUC（Area Under the Curve）是ROC曲线下方的面积。AUC值越接近于1，代表模型效果越好，因为这表示模型能够更好地区分正类和负类样本。所以这个说法是正确的。

C: F1-score是precision（精确率）和recall（召回率）的调和平均值，而不是它们的简单平均值。调和平均值在计算时会更重视较小的值，因此F1-score能够综合考虑精确率和召回率的平衡。这一点与简单平均值不同。所以这个说法是错误的。

D: F1-score确实既强调精准（precision）又强调覆盖（recall），因为它是两者的调和平均值。因此这个说法是正确的。

综上所述，错误的说法是C。