地基 · 数学与工程模块一 · 验证及评测计算约 16 分钟

分类指标：混淆矩阵、精确率、召回率、F1

「准不准」和「全不全」是两回事

学完这节你能：

光看「准确率」会骗人：100 个样本里只有 2 个正例，模型全预测负也能有 98% 准确率。所以要用精确率和召回率分开看。

	预测为正	预测为负
实际为正	TP 真正例	FN 漏报
实际为负	FP 误报	TN 真负例

精确率

\text{Precision} = \dfrac{TP}{TP + FP}

—— 预测为正里，真的有多准
召回率

\text{Recall} = \dfrac{TP}{TP + FN}

—— 真正例里，抓回来多少

F_1 = \dfrac{2PR}{P + R}

—— 两者的调和平均

▪ 手算

TP=8, FP=2, FN=4

精确率 = 8/(8+2) = 0.8

召回率 = 8/(8+4) ≈ 0.667

F1 = 2×0.8×0.667/(0.8+0.667) ≈ 0.727

🔑 记忆法：精确率关注「预测为正的准确性」（分母含 FP），召回率关注「对正样本的覆盖」（分母含 FN）。抓小偷宁可错抓=高召回，宁可放过=高精确。

✗ 常见误解	✓ 正确理解
精确率是所有正样本中被正确预测的比例。	那是召回率。精确率是「预测为正中正确的比例」。

自测TP=8, FP=2, FN=4，召回率约为：

// 带走一句话

精确率=TP/(TP+FP) 测「准」，召回率=TP/(TP+FN) 测「全」，F1 是两者调和平均。

独立练习

做到这些，才算完成本节

学习记录

建议先独立回答自测。读完记录不等于已经掌握。