真、假正例和负例用于计算一些有用的 来评估模型。哪些评估指标最为重要 具体有意义取决于具体模型和具体任务、 以及数据集是平衡的，还是 不平衡。
此部分中的所有指标都是按单个固定阈值计算得出的， 并在阈值变化时更改。用户经常会调整 以优化其中某个指标。
准确率
准确率是 正确的分类（无论正面还是负面）。时间是 从数学上定义为：
\[\text{Accuracy} = \frac{\text{correct classifications}}{\text{total classifications}} = \frac{TP+TN}{TP+TN+FP+FN}\]
在垃圾邮件分类示例中，准确率衡量在垃圾邮件分类中 正确分类的电子邮件。
完美的模型应该没有假正例和假负例 因此准确率为 1.0 或 100%。
因为它综合了 混淆矩阵 （TP、FP、TN、FN）， 因为两个类别的样本数量相似，所以准确率可以 作为模型质量的粗略衡量标准。因此， 用于通用模型或未指定模型的默认评估指标 执行通用任务或未指定任务。
但是，如果数据集不均衡， 或者，一种错误（FN 或 FP）比另一种造成的代价更高， 与在大多数实际应用中一样，最好针对 其他指标
对于高度不均衡的数据集，其中一个类别很少出现，例如 1% 一个预测模型在 100% 的时间内预测为负值的模型， 也没什么用处。
召回率或真正例率
真正例率 (TPR)，即满足以下条件的所有实际正例所占的比例 被正确分类为正类别，也称为 召回率。
召回率从数学上定义为：
\[\text{Recall (or TPR)} = \frac{\text{correctly classified actual positives}}{\text{all actual positives}} = \frac{TP}{TP+FN}\]
假负例是指被错误分类为负例的实际正例， 是它们出现在分母中的原因。在垃圾邮件分类示例中， 召回率衡量的是正确分类为垃圾邮件的电子邮件所占的比例 垃圾内容。因此，召回率的另一个名称是“检测概率”： 回答“此 模型？”
假设的完美模型没有假负例，因此 召回率 (TPR) 为 1.0，即 100% 的检测率。
在一个不均衡的数据集内，实际正类别的数量 例如，共计 1-2 个样本，则召回率会不太有意义，实用性也较低 作为指标
假正例率
假正例率 (FPR) 是错误分类的所有实际否定关键字所占的比例 也称为“误报概率”。时间是 从数学上定义为：
\[\text{FPR} = \frac{\text{incorrectly classified actual negatives}} {\text{all actual negatives}} = \frac{FP}{FP+TN}\]
假正例是指分类有误的实际负例，这就是 它们出现在分母中。在垃圾邮件分类示例中，FPR 将 被错误分类为垃圾邮件的合法电子邮件所占的比例，或者 模型的假警报率。
完美的模型应该没有假正例，因此 FPR 为 0.0， 也就是说，误报率为 0%。
在一个不均衡的数据集内，实际负例的数量 假设总共有 1-2 个样本，则 FPR 没什么意义，实用性也没那么高 作为指标
精确率
精确率 是模型的所有正分类所占的比例， 是正值。其在数学上定义为：
\[\text{Precision} = \frac{\text{correctly classified actual positives}} {\text{everything classified as positive}} = \frac{TP}{TP+FP}\]
在垃圾邮件分类示例中，精确率测量的是电子邮件的比例 被归类为垃圾内容，但实际上是垃圾内容。
假设的完美模型没有假正例，因此 精度为 1.0。
在一个不均衡的数据集内，实际正类别的数量 假设样本总数为 1-2 个，那么精确率没那么有意义，实用性也没那么高 作为指标
精确率会随着假正例的减少而提高，而召回率则会随着假正例的减少而提高 假负例降低。但如上一部分所示，增加 分类阈值往往会减少假正例的数量， 可增加假负例的数量，而降低阈值可 产生相反的效果。因此，精确率和召回率通常显示出 改善其中一个关系会让另一个恶化。
指标选择和权衡
您在评估模型时选择优先考虑的指标和 阈值的选择依据是 AI 技术的成本、收益和风险， 具体问题。在垃圾邮件分类示例中， 优先考虑召回率、捕获所有垃圾邮件或精确率， 并尝试确保带有垃圾邮件标签的电子邮件确实是垃圾邮件， 两者之间的平衡，高于某个最低准确度水平。
| 指标 | 指南 |
|---|---|
| 准确率 | 用作模型的粗略指标 均衡数据集的训练进度/收敛情况。 对于模型性能，请仅与其他指标结合使用。 避免数据集不均衡。请考虑使用其他指标。 |
| 召回率 （真正例率） |
适用于假负例较多的情况 开销要比假正例高。 |
| 假正例率 | 出现假正例的情况 比假负例的开销要大。 |
| 精确率 | 在对以下业务非常重要时使用 提高正向预测的准确性。 |
（可选，高级）F1 得分
F1 得分是调和平均值 (a 一种平均值）的精确率和召回率。
其数学公式由以下公式计算得出：
该指标平衡了精确率和召回率的重要性， 准确率比准确率更高。如果精确率为 且召回率均为 1.0，F1 也有完美得分 为 1.0。从更广泛的意义上来说，当精确率和召回率值相近时，F1 将 接近其价值。如果精确率和召回率相差很大，F1 将 与哪个指标更差的指标相似。