在机器学习中，查全率（Recall）、查准率（Precision）和精度（Accuracy）是评估分类模型性能的重要指标。这些指标帮助我们理解模型在特定任务上的表现，特别是在处理不平衡数据集时尤为重要。

对于二分类问题，可将样例根据其真实类别与学习器预测类别的组合划分为真正例(true positive)、假正例(false positive)、真反例(true negative)、假反例(falsenegative)四种情形，令TP、FP、TN、FN分别表示其对应的样例数，则显然有TP+FP+TN+FN=样例总数。分类结果的“混淆矩阵”(confusion matrix)如表所示。

查全率（Recall）

查全率也被称为召回率，是指模型正确识别出的正例数量占所有实际正例的比例。计算公式为：

其中，TP (True Positive) 是真正例数，即模型正确预测为正类别的实例数；FN (False Negative) 是假负例数，即实际上为正类别但被模型错误地预测为负类别的实例数。

查全率高意味着模型能够较好地识别出大部分的实际正例。在一些应用场景中，比如疾病检测，高查全率是非常重要的，因为错失一个病例可能带来严重的后果。

查准率（Precision）

查准率是指模型预测为正例的实例中，实际确实为正例的比例。计算公式为：

其中，FP (False Positive) 是假正例数，即实际上为负类别但被模型错误地预测为正类别的实例数。

查准率高意味着当模型预测某个实例为正类时，该预测结果很可能是正确的。在推荐系统等应用中，高查准率可以减少用户的困扰，避免向用户推荐大量不相关的内容。

精度（Accuracy）

精度是指模型预测正确的总实例数与全部实例数的比例。计算公式为：

其中，TN (True Negative) 是真负例数，即模型正确预测为负类别的实例数。

精度是一个直观且易于理解的指标，但在数据不平衡的情况下，它可能不是最佳的选择。例如，在一个95%的样本都是负类的二分类问题中，即使模型总是预测负类，其精度也可以达到95%，但这显然不是一个好的模型。

应用场景医疗诊断：在此领域中，通常更关注查全率，因为漏诊可能会导致严重后果，而误诊虽然也有成本，但通常不如漏诊严重。垃圾邮件过滤：在垃圾邮件过滤中，查准率非常重要，因为将正常邮件误判为垃圾邮件（假正例）会严重影响用户体验。推荐系统：推荐系统中通常追求高的查准率，以确保推荐给用户的内容是高质量的，同时也会考虑查全率来确保推荐的多样性。

在选择评估指标时，需要根据具体的应用场景和业务目标来决定哪些指标更重要。有时候，可能还需要综合考虑多个指标，或者使用F1分数（查准率和查全率的调和平均值）来平衡两者之间的关系。

P-R曲线

P-R曲线（Precision-Recall Curve）是通过在不同阈值下计算模型的精确率（Precision）和召回率（Recall）得到的。P-R曲线是一种重要的模型评估工具，尤其适用于不平衡数据集分类问题的评估与优化。通过P-R曲线，我们可以更清晰地了解模型在不同精度和召回率条件下的表现，从而调整模型参数或处理不均衡样本。

P-R曲线直观地显示了模型在精确率和召回率上的表现。通常情况下，我们认为P-R曲线下的面积越大，模型性能越好。此外，P-R曲线还可以用于比较不同模型的性能，如果一个模型的P-R曲线完全包住另一个模型的P-R曲线，则前者的性能优于后者。

P-R曲线绘制例子

假设我们有一个二分类问题，目标是区分猫（正样本）和狗（负样本）。我们有一个训练好的模型，该模型对测试集中的每个样本都会输出一个预测为正样本的概率。

设置阈值：首先，我们设定一个阈值（例如0.5），如果模型预测的概率大于这个阈值，我们就认为这个样本是猫（正样本），否则认为是狗（负样本）。计算TP、FP、FN：根据设定的阈值，我们可以计算出真正例（TP）、假正例（FP）和假反例（FN）的数量。TP：模型预测为正样本，且实际也为正样本的实例数。FP：模型预测为正样本，但实际为负样本的实例数。FN：模型预测为负样本，但实际为正样本的实例数。计算精确率和召回率：利用上述的TP、FP、FN数量，我们可以计算出当前阈值下的精确率和召回率。调整阈值并重复：我们不断调整阈值（例如从0到1，每次增加一个小步长），并重复步骤2和3，得到一系列不同阈值下的精确率和召回率。绘制P-R曲线：最后，我们将这些精确率和召回率绘制在坐标系上，横轴为召回率（Recall），纵轴为精确率（Precision），连接这些点得到的曲线就是P-R曲线。

— END —

如需人工智能专题学习资料，请后台留言。

《统计学习方法》

《机器学习基础》

《深度学习导论》

《人工智能导论》

《TensorFlow2深度学习》

《Pytorch》

......