分类任务当中常见指标 F1分数、recall、准确率分别是什么含义

victory0431

已于 2025-08-03 18:28:40 修改

阅读量635

点赞数 11

CC 4.0 BY-SA版权

文章标签：分类数据挖掘人工智能

于 2025-08-02 13:52:23 首次发布

本文链接：https://blog.youkuaiyun.com/victory0431/article/details/149858741

以下用**「班级考试」类比**，结合 抑郁症检测场景，把「阳性（抑郁）」当「需要找的特定学生」，重新讲清指标含义、高值意义，以及对整体的价值：

假设班级有 100 人，其中 20 人是「目标学生」（对应：抑郁患者，阳性样本），80 人是「普通学生」（对应：非抑郁，阴性样本）。
模型要做的事：从 100 人中，找出所有「目标学生」，同时尽量别把「普通学生」误判成「目标」。

公式：( \text{Precision} = \frac{TP}{TP + FP} )
班级例子：( \text{Precision} = \frac{15}{15+5} = 75% )
含义：模型「判对的阳性」占「所有判为阳性」的比例 → 反映「精准度」，即：模型说“是抑郁”的样本里，有多少真的是抑郁。
高值意义：
- 比如精确率 90% → 模型判断“抑郁”的样本，10 个里有 9 个真抑郁 → 减少「误判普通人为抑郁」的情况（少冤枉人）。
- 对整体的价值：避免过度诊断，减少医疗资源浪费（比如别让大量非抑郁患者被拉去治疗）。

公式：( \text{Recall} = \frac{TP}{TP + FN} )
班级例子：( \text{Recall} = \frac{15}{15+5} = 75% )
含义：模型「判对的阳性」占「所有实际阳性」的比例 → 反映「查全率」，即：所有真抑郁的人里，有多少被模型揪出来了。
高值意义：
- 比如召回率 90% → 20 个真抑郁里，18 个被模型找到 → 减少「漏诊」的情况（别放过真病人）。
- 对整体的价值：避免遗漏患者，尽早发现抑郁并干预（尤其对重症患者，漏诊可能耽误治疗）。

公式：( \text{F1} = 2 \times \frac{\text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}} )
班级例子：( \text{F1} = 2 \times \frac{0.75 \times 0.75}{0.75 + 0.75} = 75% )
含义：精确率和召回率的调和平均 → 综合反映模型的「平衡能力」，既看“准不准”，也看“全不全”。
高值意义：
- 比如 F1=90% → 模型在“少冤枉人”和“少漏诊”之间做到了平衡 → 整体性能更稳健。
- 对整体的价值：避免“顾头不顾尾”（比如为了不漏诊，乱判一堆普通人；或为了少误判，漏掉真病人），让模型在实际场景更可靠（比如临床诊断，既要精准，也要全面）。