2、基础概念：混淆矩阵、TPR、FPR、精确率、召回率、F1-Score

好，咱们正式开始聊阈值调优。在动手调之前，有几个基础概念必须得先掰扯清楚。我见过不少新人，上来就调阈值，结果调了半天，业务指标一点没变，回头一问，连混淆矩阵是啥都说不利索。

说白了，这些概念就是风控模型的「体检报告」。看不懂报告，你怎么知道模型哪儿强、哪儿弱？

2.1 混淆矩阵：一切评估的起点

混淆矩阵，英文叫 Confusion Matrix。名字听着挺唬人，其实就是一个 2×2 的表格。它把模型的预测结果和真实情况做了个交叉对比。

对于一个二分类问题（比如：好客户 vs 坏客户），预测结果有四种情况：

• 真正例（TP）：实际是坏人，模型也判为坏人。抓对了。
• 假正例（FP）：实际是好人，模型误判为坏人。误伤了。
• 假负例（FN）：实际是坏人，模型漏判为好人。漏网了。
• 真负例（TN）：实际是好人，模型也判为好人。放对了。

嗯，这里要注意：「正例」通常指我们关注的那个类别。在风控里，我们关注的是「坏客户」，所以坏客户就是正例。这个定义别搞反了，我在项目里见过有人把好客户当正例，结果算出来的指标全反了，排查了半天才发现。

咱们用一张图来直观感受一下这个矩阵的结构：

2.2 TPR 与 FPR：模型的两把尺子

有了混淆矩阵，我们就可以算出各种比率了。我个人习惯，最先看的是 TPR 和 FPR。为什么？因为它们直接对应了风控最关心的两个问题：坏人抓得干不干净？好人误伤得多不多？

• TPR（真正率 / 召回率） = TP / (TP + FN)
  说白了，就是「所有坏人里，模型抓出来了多少」。这个值越高越好，理想是 1.0。
• FPR（假正率） = FP / (FP + TN)
  说白了，就是「所有好人里，模型误伤了多少」。这个值越低越好，理想是 0.0。

你想想看，TPR 和 FPR 是一对天生的冤家。阈值设得严，TPR 会下降（漏网变多），但 FPR 也会下降（误伤变少）。阈值设得松，TPR 上升（抓得干净），但 FPR 也上升（误伤变多）。

2.3 精确率与召回率：业务视角的权衡

精确率和召回率，这两个概念经常被混淆。我简单说一下区别：

• 精确率（Precision） = TP / (TP + FP)
  含义是：模型判为坏人的那些人里，有多少是真的坏人？说白了就是「模型说你是坏人，你有多大概率真的是坏人」。
• 召回率（Recall） = TP / (TP + FN)
  含义是：所有坏人里，模型找出来了多少？这个和 TPR 是同一个东西。

你看，精确率和召回率关注的视角不一样。精确率关心「别误伤」，召回率关心「别漏网」。在风控里，这两个指标往往是 trade-off 的关系。

举个例子：你把阈值设得极高，只有非常确定的坏人才拒绝。这时候精确率会很高（拒绝的人基本都是坏人），但召回率会很低（很多坏人没被拒掉）。反过来，阈值设得极低，稍微有点风险就拒绝，召回率会很高（坏人基本都被拒了），但精确率会很低（误伤了一堆好人）。

2.4 F1-Score：一个折中的综合指标

既然精确率和召回率总是打架，那有没有一个指标能把它们综合起来？有，就是 F1-Score。

F1-Score 是精确率和召回率的调和平均数：

F1 = 2 × (Precision × Recall) / (Precision + Recall)

为什么用调和平均，而不是算术平均？因为调和平均对较小值更敏感。如果精确率很高但召回率很低，F1 也会很低。这正好符合我们的需求：我们希望两个指标都高，而不是一个高一个低。

举个例子：

• 模型 A：精确率 0.9，召回率 0.1 → F1 = 2 × (0.9 × 0.1) / (0.9 + 0.1) = 0.18
• 模型 B：精确率 0.5，召回率 0.5 → F1 = 2 × (0.5 × 0.5) / (0.5 + 0.5) = 0.50

你看，模型 B 虽然精确率低，但 F1 反而高，因为两个指标更均衡。

2.5 一张表总结所有指标

为了方便你查阅，我把这几个指标整理成了一张表：

指标	公式	关注点	理想值
TPR / 召回率	TP / (TP + FN)	坏人抓得干不干净	越高越好
FPR	FP / (FP + TN)	好人误伤多不多	越低越好
精确率	TP / (TP + FP)	判为坏人的人里，多少是真的	越高越好
F1-Score	2PR / (P + R)	精确率与召回率的平衡	越高越好

2.6 用 Python 快速计算这些指标

理论讲完了，咱们来点实际的。我平时做风控模型评估，习惯用 scikit-learn 里的 metrics 模块，几行代码就能算出所有指标：

from sklearn.metrics import confusion_matrix, precision_score, recall_score, f1_score

# 假设 y_true 是真实标签，y_pred 是模型预测标签
y_true = [1, 0, 1, 1, 0, 1, 0, 0, 1, 0]
y_pred = [1, 0, 1, 0, 0, 1, 0, 1, 1, 0]

# 混淆矩阵
cm = confusion_matrix(y_true, y_pred)
print("混淆矩阵：")
print(cm)

# 精确率、召回率、F1
precision = precision_score(y_true, y_pred)
recall = recall_score(y_true, y_pred)
f1 = f1_score(y_true, y_pred)

print(f"精确率: {precision:.3f}")
print(f"召回率: {recall:.3f}")
print(f"F1-Score: {f1:.3f}")

# 手动计算 TPR 和 FPR
tn, fp, fn, tp = cm.ravel()
tpr = tp / (tp + fn)  # 召回率
fpr = fp / (fp + tn)

print(f"TPR (召回率): {tpr:.3f}")
print(f"FPR: {fpr:.3f}")

输出结果：

混淆矩阵：
[[3 1]
 [1 5]]
精确率: 0.833
召回率: 0.833
F1-Score: 0.833
TPR (召回率): 0.833
FPR: 0.250