一文读懂xgboost,lightgbm分类评价指标precison/recall/TP/FP/TN/FN与阈值threshold的选取

分类的评价指标主要有F-score(F-measure), recall, precision，ROC曲线，AUC曲线.其中涉及到混淆矩阵(confusion matrix), TN, TP, FN, FP.
事实上，这适用于所有的分类模型，并不局限于xgb,lgb。只是这两种模型分类效果尤为显著，因此本文以lgb作二分类为例，来应用这些评价指标，与展示threshold如何选取。

为了方便理解，我画了一张图：

可以看出所有的指标，都是基于TP，FP，FN，TN计算公式的来。因此我们从底层开始理解，先需理解这四个就游刃有余了。（图中未提到的ROC曲线与AUC在后面。）

TP，FP，FN，TN & Confusion Matrix

前面的True/False修饰后面的Positive/Negative，后面的Positive/Negative是我们的方法的判断。
TP (true positive)：我们的方法判断为真，这个判断是对的。即事实上为真，而且被我们的方法判断为真的情形。
FN (false negative)：我们的方法判断为不真，这个判断是错的。即事实上为真，却未被我们的方法判断为不真的情形。
FP (false positive)：我们的方法判断为真，这个判断是错的。即事实上不为真，却被我们的方法误判为真的情形。
TN (true negative)：我们的方法判断为不真，这个判断是对的。即事实上不为真，而且被我们的方法判断成不为真的情形。

于此之外，还引申出许多其他的指标：

此处挑两个比较常用的（后面的ROC会用到）了解：

TPR & FPR

TPR（真阳性率）
FPR（伪阳性率）

Precision & Recall

Precision，说白了，就是你的模型分类的准确性、精确度，即模型预测为真的里面，确实预测对的几个。
Precision的分母为两种判断为真的情形的总和。
解释：当辨识结果为FP的代价很高时，F-score应该着重此指标，亦即precision要很高。
例子：辨识电邮信箱里的垃圾邮件时，如果某封被误判成垃圾邮件（即FP）时，使用者可能就此错过重要的通知。

Recall，召回， 说白了，即 事实上是真的里面，模型预测对了几个
Recall的分母为事实上为真的情形的总和
解释：当辨识结果为FN的代价很高时，F-score应该着重此指标，亦即precall要很高。
举例：一个传染病诊断辨识系统中，如果某个传染病患者被误判成阴性（即FN），当地的社区的居民就落入被传染的高风险之中。
举例：真正犯罪的人当中，有多少比例的罪犯被抓到。或，一张照片当中，有多少人脸被侦测到。

通过以上的概念与解释，我们可以看出precision与recall是进行权衡的，F-而这种关系可以通过 β 调整更重视的部分。因此我们后面在选择threshold的时候，也需要根据实际的业务需求，通过更看重哪一部分，从而选择出需要的threshold.

以上面为例，那么如果警局倡导的是，尽量不要冤枉平民&#x