精确率 与 召回率是什么？

关键要点

• 精确率（查准率）公式为 TP/(TP+FP)，衡量模型预测正类的准确性。
• 召回率（查全率）公式为 TP/(TP+FN)，衡量模型找出正类样本的全面性。
• 精确率和召回率基于混淆矩阵的四个基础概念（TP、FP、TN、FN）计算。
• 在类别不平衡数据集中，仅用准确率评估模型可能具有误导性。
• F1值是精确率和召回率的调和平均数，用于综合衡量两者。
• 混淆矩阵是多分类评估的直观工具，可清晰展示各类别的分类情况。

怎么选 / 怎么做

精确率和召回率是二分类模型的评价指标。
- 精确率：计算所有被预测为正的样本中，真正为正的比例。公式：Precision = TP / (TP + FP)。
- 召回率：计算所有真实为正的样本中，被正确预测为正的比例。公式：Recall = TP / (TP + FN)。
两者通常相互制约，可根据实际业务需求（如更重视准确性还是全面性）选择侧重。

常见问题

精确率高代表什么？

代表模型预测出的正类可信度高，误报少。

召回率高代表什么？

代表模型能找出大部分正类样本，漏报少。

F1值是什么？

是精确率和召回率的调和平均数，用于综合衡量两者。