精确率与召回率：为什么不能只看准确率
MLU-Explain · Precision & Recall · 亚马逊机器学习大学（MLU-Explain）
用疾病筛查这个例子，把混淆矩阵四格、精确率、召回率、F1 分数串起来：拖动分类阈值，亲眼看四个指标此消彼长。
交互实验（可直接投屏）
原作是一个完整的网页应用，下面直接嵌入；屏幕小或要投影时，点「全屏打开实验」更清楚。
动手三步
- 先看混淆矩阵四格的定义，把垃圾邮件那个例子读一遍
- 拖动分类阈值线，看被判为阳性的样本怎么变多变少，四格数字与精确率、召回率同步变化
- 在 F1 热力图上悬停，试着让精确率和召回率一个很高、另一个很低，看 F1 是多少
- 看最后那张四个指标随阈值变化的曲线，找 F1 的最高点，再看准确率曲线在那之后几乎不动
课堂怎么用
- 先问「数据里四分之三是健康人，模型全判健康能拿多少准确率」，让学生自己算出 75%，再引出精确率召回率
- 分两组：一组按「宁可错杀不可放过」调阈值，一组按「不许误诊」调阈值，各自报出四格数字并说代价
- 用最后一张曲线图收尾：准确率几乎不动，说明它对这个问题是个坏指标
思考题
- 把阈值调到 0，召回率是多少？精确率呢？这样的模型有用吗？
- F1 用调和平均而不是算术平均，差别在哪里？
- F1 完全不看真负例，什么场景下这会让人做出错误判断？
已知限制
- 数据是为讲解构造的合成病例，不能当作任何真实医学模型的性能参考
- 正文里指向本次未镜像主题的链接仍指向原作站点，课堂断网时点不开
原作 MLU-Explain · Precision & Recall（Jared Wilber（亚马逊机器学习大学），亚马逊机器学习大学（MLU-Explain）），CC BY-SA 4.0 (文) + MIT-0 (码) 许可（原文），界面已中文化。中文译文与改编内容采用 CC BY-SA 4.0，保留原作署名并注明改动。