知识卡片

普通读书笔记卡 · 9823.b · 生成模型:DeepSeek-V4.1-Flash

查准率与查全率的矛盾

理解等级:中级

查准率(precision,精度)回答”你挑出来的东西里有多少是我要的”:precision = TP / (TP + FP)。查全率(recall,召回率)回答”我要的东西你挑出来了多少”:recall = TP / (TP + FN)。两者分母不同,一个盯着误报(FP),一个盯着漏报(FN),所以天然互相牵制。

把分类阈值从高往低调,模型会把越来越多的样本判为正例:漏报减少、查全率上升,同时误报增加、查准率下降。以查全率为横轴、查准率为纵轴,就得到一条单调下降的 P-R 曲线。两个模型比较时,如果一条曲线被另一条完全包住,被包住的那个一定更差;曲线交叉时无法直接比较,只能看具体业务更在意哪一端。

F1 值用一个数概括这对矛盾,取两者的调和平均:

F1 = 2 · P · R / (P + R)

调和平均的特点是”短板效应”:只要 P 或 R 有一个接近 0,F1 就接近 0,因此它奖励两者都还不错的模型,而不是”一高一低”的极端配置。几何上,F1 对应 P-R 图上 recall = precision 那条直线与曲线的交点,也就是书中所说的”平衡点”。

指标的选择由业务代价决定,而不是由公式决定:

场景 更看重 理由
购物推荐 查准率 推错了用户会烦,宁可少推
犯罪检索、疾病筛查 查全率 漏掉一个代价极高,宁可多查
搜索引擎、综合评测 F1 既要相关性又要覆盖

多分类时还有一个实现层面的坑:各类别的 P/R 需要先聚合。scikit-learn 的 average 参数中,macro 是各类别等权平均(类别不平衡时会被小类拖累),weighted 按类别样本数加权,micro 在多标签场景下会被大类主导。选错聚合方式,同一份预测能算出差别很大的分数。

这张卡片看不懂?

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

    参考来源

    - 位置:《机器学习基础:从入门到求职》第2章《机器学习工程实践》(源文件:extracted/机器学习基础:从入门到求职/_epub-src/OEBPS/text00005.html) - 结论依据:原文分别定义精度(TP+FP 中 TP 的比率,又叫查准率)与召回率(TP+FN 中 TP 的比率,又叫查全率),说明两者相矛盾、用 P-R 曲线展示,并给出 F1 作为 recall=precision 平衡点的度量。 - 原始内容:精度指的是所有预测为正例的样本(TP+FP)中真正为正例的样本(TP)的比率。一般来说,就是你找出的这些信息中真正是我想要的有多少,又叫“查准率”,即