sklearn【Recall】召回率介绍，以及实战代码！

一、Recall 介绍

在分类任务中，Recall（召回率）是一个关键的评估指标，用于衡量模型正确识别正例的能力。特别是在那些对正例误判损失较大的场景中，Recall尤为重要。本文将介绍如何使用sklearn库来计算Recall，并解释其背后的计算原理。

首先，我们需要理解Recall的计算方式。Recall衡量的是所有真正为正例的样本中，被模型正确预测为正例的比例。其计算公式为：

$$Recall=TP/(TP+FN)$$

其中：

• TP（True Positive）表示真正例，即实际为正例且被模型预测为正例的样本数。
• FN（False Negative）表示假反例，即实际为正例但被模型错误预测为反例的样本数。

二、案例学习

sklearn库中提供了recall_score函数，可以方便地计算Recall。下面我们将通过一个简单的例子来演示如何使用这个函数。

首先，我们需要导入必要的库，并准备数据集。在这个例子中，我们将使用sklearn自带的鸢尾花（Iris）数据集，这是一个多分类问题，但我们可以将其转化为二分类问题来简化演示。

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import label_binarize
from sklearn.metrics import recall_score
from sklearn.linear_model import LogisticRegression

# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 将多分类问题转化为二分类问题（例如，只区分山鸢尾和非山鸢尾）
y = label_binarize(y, classes=[2])
y = y.ravel()

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

接下来，我们创建一个分类模型，并使用训练数据进行训练。在这个例子中，我们将使用逻辑回归作为分类器。

# 创建逻辑回归模型
model = LogisticRegression()

# 使用训练数据进行训练
model.fit(X_train, y_train)

训练完成后，我们可以使用模型对测试集进行预测，并使用sklearn的recall_score函数来计算Recall。

# 对测试集进行预测
y_pred = model.predict(X_test)

# 计算Recall
recall = recall_score(y_test, y_pred)
print(f'Recall: {recall:.2f}')

# Recall: 0.98

在上面的代码中，recall_score函数接受实际的目标值（y_test）和模型预测的值（y_pred）作为输入，然后返回Recall的值。Recall是一个介于0和1之间的值，越接近1表示模型在识别正例方面的能力越强。

需要注意的是，Recall只考虑了真正为正例的样本，而没有考虑预测为正例的样本中实际为反例的情况。因此，在某些情况下，我们可能还需要考虑其他指标，如Precision（精确度），来更全面地评估模型的性能。Precision和Recall往往是相互矛盾的，提高Recall通常意味着降低Precision，反之亦然。因此，在实际应用中，我们可能需要根据具体的需求来权衡这两个指标。

此外，当数据集的正反例样本数不平衡时，Recall可能不是最好的评估指标。在这种情况下，可以考虑使用其他指标，如F1 Score（F1分数），它是Precision和Recall的调和平均值，能够更全面地反映模型的性能。

三、总结

通过上面的示例，我们展示了如何使用sklearn来训练和评估一个分类模型，并计算其在测试集上的Recall。在实际应用中，我们可以根据具体的问题和数据集选择合适的分类模型和评估指标，以得到更准确的分类结果和性能评估。