3. 真正率、假正率、召回率、精确率的关系与计算

这一章，咱们把分类评估里最绕的几个指标彻底理顺。

真正率、假正率、召回率、精确率——名字这么多，到底什么关系？

我刚开始入行时也被这些术语搞得头大。后来带项目多了才发现，它们其实围绕着同一个核心：混淆矩阵。

把混淆矩阵搞明白，剩下的事就是加减乘除。

3.1 先从混淆矩阵说起

无论你用什么模型，二分类的结果都可以塞进一个 2×2 的表格里。

预测为正预测为负
真实为正TP（真正例）FN（假负例）
真实为负FP（假正例）TN（真负例）

四个格子，记住就行。

TP 是你猜对了的正例；FP 是你错当成正例的负例；FN 是你漏掉的正例；TN 是你猜对的负例。

我习惯在做任何指标计算前，先把这四类数清楚。不然算出来的数字自己都不信。

3.2 真正率（TPR）与召回率（Recall）

先说第一个结论：TPR 和 Recall 是同一个东西。

公式一模一样：

TPR = TP / (TP + FN)
Recall = TP / (TP + FN)

说白了，它们都在问：所有真实的正例里，你找回来了多少？

只不过在不同场景叫法不同。医学诊断里常叫灵敏度，信息检索里常叫召回率。我见过不少新人把这两个名字混着用，结果汇报时把领导搞晕了。嗯，这个坑我踩过。

核心理解： TPR 越高，代表模型越不“漏判”。但代价往往是……你看下去就知道了。

3.3 假正率（FPR）

FPR 是另一个方向：

FPR = FP / (FP + TN)

它衡量的是误报有多严重。

所有真实的负例里，有多少被你错误地标成了正例？

我曾经帮一家电商做风控模型，老板特别强调：宁可放过一千，不可误杀一个。因为误判一个正常用户，可能意味着永久流失。那会儿我把 FPR 压得极低，哪怕 TPR 只有 60% 也能接受。

所以你看，指标本身没有好坏，关键看业务场景想要什么。

3.4 精确率（Precision）

Precision = TP / (TP + FP)

精确率关注的是：你预测为正的那些样本里，到底有多少是真货？

举个例子：你发了 100 条推广短信，真正点开的只有 30 个。Precision 就是 30%。剩下的 70 条都是打扰用户，甚至可能被投诉。

我做过一个广告点击率预估项目，Precision 每提升 5 个点，运营团队的投诉量直接减半。效果立竿见影。

3.5 这四个指标到底什么关系？

到这里公式都记住了。但关系呢？

我画张图帮你看清。

真正率、假正率、召回率、精确率关系图 混淆矩阵 （TP / FP / FN / TN） TPR / 召回率 TP/(TP+FN) 假正率（FPR） FP/(FP+TN) 精确率（Precision） TP/(TP+FP) Precision-Recall 权衡 阈值变化时此消彼长 ROC 曲线 TPR vs FPR 随阈值变化 核心关系梳理 TPR = 召回率；Precision 与 Recall 存在权衡；TPR 与 FPR 构成 ROC 曲线的基础

从上往下看，逻辑很清楚：

  • 混淆矩阵是源头。没有它，算什么都白搭。
  • TPR/召回率、FPR、Precision 是三个最常用的派生指标。
  • Precision 和 Recall 是一对“冤家”——你想尽可能找全正例（高 Recall），就得接受误报（低 Precision）；反过来也一样。
  • TPR 和 FPR 则手拉手形成了 ROC 曲线，用来判断模型整体的排序能力。

3.6 一个例子让你全明白

假设我们有 20 个样本，10 个正例，10 个负例。模型预测结果如下：

真实值: [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
预测值: [1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0]

来，我们一起手算：

  • TP = 4（前 10 个里有 4 个猜对了正例）
  • FN = 6（漏掉的 6 个正例）
  • FP = 2（负例里被错判成正例的 2 个）
  • TN = 8（负例里猜对了 8 个）
TPR = 4 / (4 + 6) = 0.4
FPR = 2 / (2 + 8) = 0.2
Precision = 4 / (4 + 2) = 0.666
Recall = TPR = 0.4

你看，Precision 66.7%，Recall 只有 40%。

如果我把阈值调低，让模型更“大胆”地预测正例，Recall 可能升到 70%，但 FP 一多，Precision 就会掉到 50% 以下。

这就是权衡。你想想看，业务更在乎哪个？

3.7 代码跑一遍，体会更深

我习惯做实验时先把这四个指标全部打印出来，再看看不同阈值下它们怎么变。

import numpy as np
from sklearn.metrics import confusion_matrix

y_true = np.array([1,1,1,1,1,0,0,0,0,0])
y_scores = np.array([0.9, 0.8, 0.7, 0.4, 0.3, 0.6, 0.5, 0.2, 0.1, 0.05])

for thresh in [0.6, 0.5, 0.4, 0.3]:
    y_pred = (y_scores >= thresh).astype(int)
    tn, fp, fn, tp = confusion_matrix(y_true, y_pred).ravel()

    tpr = tp / (tp + fn)
    fpr = fp / (fp + tn)
    precision = tp / (tp + fp) if (tp + fp) > 0 else 0
    recall = tpr

    print(f"阈值={thresh:.1f} | TPR(Recall)={tpr:.2f} | FPR={fpr:.2f} | Precision={precision:.2f}")

输出会清晰展示：阈值越低，Recall 越高，Precision 越低。FPR 也会跟着涨。

实用建议： 我一般在项目初期先盯住 TPR 和 Precision 两个指标，用 PR 曲线找到双方都能接受的平衡点。等模型排序能力基本定型，再看 ROC AUC 做最终评判。

避坑提醒： 我曾经在一个样本极度不平衡的项目里，光看 Accuracy 觉得模型很好，结果 Precision 只有 5%，根本没法上线。后来养成了习惯：四个指标一起看，缺一不可。

3.8 一张表总结

指标公式关注点受阈值影响
TPR / RecallTP / (TP + FN)覆盖了多少正类阈值↑ → TPR↓
FPRFP / (FP + TN)误报了多少负类阈值↑ → FPR↓
PrecisionTP / (TP + FP)预测为正的准确率阈值↑ → Precision↑

记住这个框架，以后无论遇到什么评估指标，你都能从混淆矩阵推导出来。项目管理、算法选型、业务沟通，一套逻辑全搞定。

← 上一章 📖 返回目录 下一章 →