准确率、精确率、召回率与 F1 值

一个模型准确率百分之九十九，为什么还是没用？因为在不平衡问题上，准确率会说谎。本文用疾病筛查和抓小偷两个例子，讲清准确率、精确率、召回率与F1值的定义和取舍关系，说明为什么单一指标常常不够，必须结合业务成本一起看。

准确率的谎言

假设某种情况在人群中的比例是千分之一，一个模型什么都不做，只说“一切正常”，它的准确率就是百分之九十九点九。数字漂亮，实用价值为零。这就是为什么在不平衡问题里，必须换一批指标来看。

精确率回答的是“被判定为阳性的那些里，有多少是真的”；召回率回答的是“所有真的阳性里，模型抓出了多少”。用抓小偷打比方：精确率是抓到的人里真小偷的比例，召回率是街上所有小偷中被抓到的比例。

两头难以兼得

两者天然有张力。想提高召回率，就放宽标准、多抓一些，误抓的好人变多，精确率下降；想提高精确率，就只抓证据确凿的，漏掉的小偷变多，召回率下降。具体偏重哪一头，要看业务代价。

筛查类场景更怕漏诊，宁可让一些健康的人做进一步检查，所以追求高召回率；邮件过滤更怕误杀重要信件，宁可放进几封广告，所以追求高精确率。脱离场景去谈哪个指标更好，本身就没有答案。

F1 值与阈值

想用一个数字同时反映两者，就有了 F1 值。它是精确率和召回率的调和平均，特点是只有两个数字都不低时 F1 才会高，一个高一个低会被明显拉下来，因此常作为不平衡问题的主指标。

实践中还常看曲线下面积这类指标，用来综合评估模型在不同判定阈值下的整体表现。但无论指标多精巧，最终仍要回到一个问题：这个模型上线后，一次错误要付出多大代价，我们更能承受哪一种错误。

本文为 AI 科普内容，仅用于知识普及，不构成任何技术选型、投资或职业决策建议。