-
随机森林二分类评价指标
1
、真实标签
-
预测标签的混淆矩阵
样本被预测为正
样本被预测为负
FN
实际样本为正
TP
（
true
positive
）
negative
）
TN
实际样本为负
FP
（
false
positive
）
negative
）
TP
：这里的
T
表示
true
，样本被正确的预测了，
p
即
positive
，表
示样本被预测为正样本。
TN
：正确的预测了该样本，且样本预测值是负样本
FP
：错位的预测了该样本，且样本被预测成了正样本，说明样本本
身是负样本
FN
：
错位的预测了该样本，
且样本被预测成了负
样本，
说明样本本
身是正样本
以
上的四个值，是样本的真实标签和预测标签之间会发生的所有关
联情况，也是分类指标计
算的基础
（
false
（
true
2
、
accuracy
（准确率）
accuracy
，后面简称
acc
，
是分类中非常常见的一种评价指标，
也是非常好理解的一种评价指标，即所有被预测的样
本，预测正确的
概率时多少，这个
是其实是比较直观的，就是正确预测样本的占比，
计算公式如下：
acc
指标存在一个问题，只要样本的标签预测正确了，
acc
就会
上升。
如果一个数据集中，正负样
本严重失衡，所有的正样本能检测
出来，所有的负样本检测不出来，最后的
acc
还是会很高，但是这样
也没有意义。
比如在癌症检测里面，不患病的正样本很多，患病的负
样本很少，如果只
是检测出那些没有患病的人，而患病的样本都没有
检测出来，计算
acc
的时候还是很高，但是实际上
acc
< br>就不是很适用
这种场景，因为如果换了癌症而系统检测检测不出来，那这个检测系
统根本就没有意义。
3
、
precision
、
r
ecall
和
F1-score
precision
和
recall
经常一起出现，它们都是只关
心预测正确的正
样本占的比例，只是分母不一样。
precis
ion
即准确度，也是衡量分类
器能正确识别样本的能力，它表
示的是，在被识别成正样本的样本
中，正确预测的样本占的比例，通常叫做
查准率
。
recall
即召
回率，它
表示的是，被预测的所有正样本，能够被正确预测的占比，通常叫
查
全率
。计算公式分别如下：
对于
F1-score
，更一般的有：
可以看出，
F1-score
是一个
综合的评价指标。对于
precision
和
< br>recall
的选择，个人认为应该根据实际的应用场景来，最后想要的是更
多的检测出想要的样本，还是尽量少出错。
4
、指标的选择问题
例如，在一个癌症病人的检测系统里，我们更希望的是，尽可
能
多的检测出癌症病人，因为希望它们能得到及时的治疗，那么这个
时候就应该用
recall
，也就是查全率，尽可能将所有的癌症样本识别出
来。
如果是在一个垃圾邮件检测系
统中，我们当然也很希望尽量检
测出垃圾邮件，但是如果把一封正常邮件识别为垃圾邮件
，可能会带
来很严重的后果。所以，在这种情况下，我们要保证的是系统对邮件
的判断的正确性，那么就要用
precision
，也就是查准率，保证定性为
垃圾邮件的样本不出错。