18、传统监督学习算法详解

传统监督学习算法详解

1. 混淆矩阵与模型准确率

混淆矩阵能全面展示模型的性能，它详细列出了正确和错误预测的数量，包括真正例（TP）、真反例（TN）、假正例（FP）和假反例（FN）。其中，正确分类指的是模型正确识别类别的情况，即TP和TN。模型的准确率是指正确分类（TP和TN）在所有预测中所占的比例，可直接从混淆矩阵中计算得出。

当数据中的正例和反例数量大致相等（即类别平衡）时，准确率指标能很好地衡量模型的性能。准确率的计算公式为：
[
Accuracy = \frac{TP + TN}{TP + FP + FN + TN}
]

例如，如果模型在100个测试实例中正确识别了90个（无论正例还是反例），那么其准确率就是90%。这个指标能让我们大致了解模型在两个类别上的表现。

2. 召回率和精确率

在计算准确率时，我们并不区分TP和TN。通过准确率评估模型很直接，但当数据类别不平衡时，它无法准确量化训练模型的质量。此时，召回率和精确率这两个额外的指标能更好地量化模型质量。下面以钻石开采过程为例来解释这两个指标。

在钻石开采中，人们从河床收集沙子，经过大量清洗后，留下大量岩石。其中绝大多数是普通石头，识别出钻石是罕见但非常重要的事件。在这个场景中：
- TP ：正确识别为钻石的清洗岩石
- TN ：正确识别为石头的清洗岩石
- FP ：错误识别为钻石的石头
- FN ：错误识别为石头的钻石

<