知识卡片
精确率与召回率的取舍
精确率 = tp/(tp+fp),衡量判为阳性的样本里有多少是真的;召回率 = tp/(tp+fn),衡量真正的阳性里被抓回了多少。F1 = 2pr/(p+r),是二者的调和平均,因此一定落在两者之间,并被较小的那个拉低。
两个指标会反向移动。放宽判阳的门槛,更多样本被判为阳性,召回率上升,精确率下降;收紧门槛、只在非常有把握时才判阳,精确率上升,召回率下降。书中的白血病风险因素例子把这个过程具体化:从“至少具备一个风险因素”提高到“至少两个”,精确率升、召回率降。所以不存在同时最优的阈值,选择取决于两类错误各自的代价——漏掉一封垃圾邮件和误杀一封正常邮件并不等价,阈值就该往代价大的一侧偏。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第11章 机器学习 · 查看原书依据
通常,在选择模型时需要权衡精确率和召回率。当一个模型在不太有信心的背景下预测“是”,那么它召回率可能会较高,但精确率会较低;只有在模型非常自信的情况下预测“是”,才会出现低召回率和高精确率。
参考来源
- 位置:《数据科学入门(第2版)》第11章 机器学习(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0015.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「通常,在选择模型时需要权衡精确率和召回率……」
- 原始内容:通常,在选择模型时需要权衡精确率和召回率。当一个模型在不太有信心的背景下预测“是”,那么它召回率可能会较高,但精确率会较低;只有在模型非常自信的情况下预测“是”,才会出现低召回率和高精确率。