分类问题中的评价指标（F1-Score、Micro-F1、Macro-F1）

四个基本概念

这四个基本概念理解起来很简单，但是老是忘记，记录一下：

TP(真阳性)：预测为正，实际也为正

FP(假阳性)：预测为正，实际为负

FN(假阴性)：预测与负、实际为正

TN(真阴性)：预测为负、实际也为负

---

精确率和召回率

我们假设对癌症预测，在所有的样本数据中，真实患癌症的人非常少，大概只有0.5%的概率，一般这样的问题称为偏斜类。

对于这种类型的问题，可能一个只输出y=1（没有患癌症的人）的函数都比你的模型准确。

所以引入了准确率P和召回率R，对于稀有的样本有：

精确率 P = $\frac{TP真阳性}{TP真阳性+FP假阳性}$

召回率 R = $\frac{TP真阳性}{TP真阳性+FN假阴性}$

---

F1 Score

对于上面的癌症预测问题，我们引入了准确率P和召回率R之后，则可以用F1分数（调和平均数）来衡量模型的好坏，这是统计学中用来衡量二分类模型精确度的一种常用指标。它的值最大是1，最小是0。

F1 score会比较照顾数值小的一方，如果PR都为0，F1 score=0；如果PR都为1，F1 score=1

F1 Score：$2\ast \frac{PR}{P+R}$

---

Micro-F1和Macro-F1

在多标签分类任务中，可以对每个“类”，计算F1分数往往不够，显然需要把所有类的F1分数合并起来考虑，所以这里引入Micro-F1和Macro-F1。

Micro-F1(微平均)：计算出所有类别总的Precision和Recall，然后计算F1

Macro-F1(宏平均)：计算出每一个类的Precison和Recall后计算F1，最后将F1平均

Micro-F1和Macro-F1这两个评价指标非常常用，是许多经典模型在实验中所选择的评价指标。