机器学习：有关分类模型的准确率、召回率、精确率介绍

前言

• 如果你了解混淆矩阵（误差矩阵），那更好，如果你不了解，我也不会介绍，请自行查找或者参考：混淆矩阵

提要

• 模拟一个机器学习案例：我们假设要做一个预测是否为癌症的案例，特征值是：身体的各项素质，目标值是：是否为癌症（分类问题）。
• 那么此时如何衡量这个模型的好坏？
• 由此引出：准确率、召回率、精确率、还有稳健型F1。
• 下面结合假设的预测案例，来介绍这几个标准。

正文

• 先了解有关的几个定义：

类别	定义	案例
真正例（TP ）	实际上是正例的数据点被标记为正例	实际上为癌症的被预测为癌症了
假正例（FP）	实际上是反例的数据点被标记为正例	实际上不是癌症却被预测为癌症了
真反例（TN）	实际上是反例的数据点被标记为反例	实际上不是癌症也确实预测为不是癌症
假反例（FN）	实际上是正例的数据点被标记为反例	实际是癌症却被预测是不是癌症

• 那么再看下面一个表：

类别	特点	定义	案例	公式	应用场景
准确率	默认	真实为正例和真实为反例的数据和总数据的比例。	预测正确的和全部的比例	(真正例+真反例)/(真正例+真反例+伪正例+伪反例)	多
召回率	查的全	真实为正例的样本中预测结果为正例的比例	预测为癌症且本来就是癌症和本来就是癌症的比例（存在是癌症却预测为不是癌症的数据（假反例）	真正例/（真正例+假反例）	还行
精确率	查的准	预测结果为正例的样本和真实为正例的比例	真为癌症和预测结果为癌症的比例（存在不是癌症却预测是癌症的数据（假正例）	真正例/（真正例+假正例）	少
稳健型F1	综合评判标准，越高越好	为了权衡召回率和精确率之间的权衡	无，参照公式即可。	F1=2TP/(2TP+FN+FP)=(2 * 精确率 * 召回率)/(精确率+召回率)	少