我們在在分類任務(wù)時，經(jīng)常會對模型結(jié)果進(jìn)行評估。評估模型好壞的指標(biāo)有AUC、KS值等等。這些指標(biāo)是通過預(yù)測概率進(jìn)行計(jì)算的。而準(zhǔn)確率、精準(zhǔn)率和召回率也通過混淆矩陣計(jì)算出來的。下圖是對混淆矩陣的介紹：

其中，

TP：樣本為正，預(yù)測結(jié)果為正；

FP：樣本為負(fù)，預(yù)測結(jié)果為正；

TN：樣本為負(fù)，預(yù)測結(jié)果為負(fù)；

FN：樣本為正，預(yù)測結(jié)果為負(fù)。

準(zhǔn)確率、精準(zhǔn)率和召回率的計(jì)算公式如下：

準(zhǔn)確率（accuracy）： (TP + TN )/( TP + FP + TN + FN)

精準(zhǔn)率（precision）：TP / (TP + FP)，正確預(yù)測為正占全部預(yù)測為正的比例

召回率（recall）： TP / (TP + FN)，正確預(yù)測為正占全部正樣本的比例

F-measure：precision和recall調(diào)和均值的2倍。

觀察上面的公式我們發(fā)現(xiàn)，精準(zhǔn)率（precision）和召回率（recall）的分子都是預(yù)測正確的正類個數(shù)（即TP），區(qū)別在于分母。精準(zhǔn)率的分母為預(yù)測為正的樣本數(shù)，召回率的分母為原來樣本中所有的正樣本數(shù)。那么精準(zhǔn)率和召回率的區(qū)別是什么呢，下圖是在不同閾值下統(tǒng)計(jì)出來的精準(zhǔn)率和召回率。通過下圖我們發(fā)現(xiàn)精準(zhǔn)率和召回率并不一定是正相關(guān)（但也不一定是負(fù)相關(guān)）。

我們當(dāng)然希望精準(zhǔn)率和召回率都高，但是現(xiàn)實(shí)情況一般不是這樣。這時我們可以通過F-measure來評估，F(xiàn)-measure是精準(zhǔn)率和召回率的調(diào)和平均數(shù)的2倍。調(diào)和平均數(shù)的意義，是為了衡量A在空間B,C的總體平均分布程度（假設(shè)B,C不重疊）。F-measure應(yīng)該是精準(zhǔn)率和召回率之間的一個平衡點(diǎn)。如果多個模型結(jié)果進(jìn)行對比的話，可能更加公平一些。