评价指标之准确率、精确率、召回率、F1值

机器学习问题中，通常需要建立模型来解决具体问题，但对于模型的好坏，也就是模型的泛化能力，如何进行评估呢？

这就需要定义一些评价指标，来度量模型的优劣。比如准确率(accuracy)、精确率(precision)、召回率(recall)、F1值(F1 score)等指标。而这些评价指标直接或间接都与混淆矩阵有关，那么混淆矩阵又是什么样的呢？

1. 混淆矩阵

其中：

• TP：预测为1，实际为1，预测正确。
• FP：预测为1，实际为0，预测错误。
• FN：预测为0，实际为1，预测错误。
• TN：预测为0，实际为0，预测正确。

2. 准确率

准确率(Accuracy)：预测正确的结果占总样本的百分比，公式为：

虽然准确率能够判断总的正确率，但是在样本不均衡的情况下，并不能作为很好的指标来衡量结果。

3. 精确率

精确率(Precision)：针对预测结果而言的，其含义是在被所有预测为正的样本中实际为正样本的概率，公式为：

精确率和准确率看上去有些类似，但是是两个完全不同的概念。精确率代表对正样本结果中的预测准确程度，准确率则代表整体的预测准确程度，包括正样本和负样本。

4. 召回率

召回率(Recall)是针对原样本而言的，其含义是在实际为正的样本中被预测为正样本的概率，公式为：

5. F1值

精确率和召回率又被叫做查准率和查全率，通常情况下，我们希望精确率和召回率都很高，但实际上是矛盾的，上述两个指标是矛盾体，无法做到双高。因此，选择合适的阈值点，就需要根据实际问题需求，比如我们想要很高的精确率，就要牺牲掉一些召回率。想要得到很高的召回率，就要牺牲掉一些精准率。

于是，我们可以根据他们之间的平衡点，定义一个新的指标：F1分数(F1-Score)。F1分数同时考虑精确率和召回率，让两者同时达到最高，取得平衡。F1分数表达式为：