从精确率/召回率到ROC曲线：阈值变化如何影响指标

前面我们聊了混淆矩阵和几个核心指标，但有个关键问题一直没碰——阈值。你想想看，分类模型输出的往往是个概率，比如0.85、0.23。这个概率怎么变成“正类”或“负类”？靠的就是阈值。

我早期做信贷风控时，有个模型分数出来后直接取了0.5做阈值。结果坏账率控制住了，但业务方投诉说“你们把一半的申请人都拒了，生意还做不做？”嗯，这里就引出个现实问题：阈值怎么选，指标就会怎么变。

阈值滑动：一场指标的交响曲

先理清关系。模型输出的是概率值，范围在[0,1]。我们设定一个阈值T，大于T判正类，小于T判负类。现在想象一下，T从1降到0，会发生什么？

• T极高（接近1）：只有模型非常确信的样本才会被判为正。这时候查准率（Precision）通常很高，但查全率（Recall）很低——因为很多正样本被漏过了。
• T极低（接近0）：几乎所有样本都被判为正。Recall趋近100%，但Precision掉得很惨，因为大量负样本也被卷进来了。
• T在中间：两者相互牵制，你高我低，我高你低。

说白了，阈值就是个滑动开关。你没法同时让Precision和Recall都完美，必须根据业务场景做个取舍。

从PR曲线到ROC曲线：换个视角看问题

PR曲线在样本不平衡时很敏感，也很有用。但更通用的工具是ROC曲线，它换了个角度——不再盯着Precision和Recall，而是看真正率（TPR）和假正率（FPR）。

TPR跟Recall是同一个东西：TP/(TP+FN)。但FPR是FP/(FP+TN)，衡量的是负样本中被误判的比例。你想想看，ROC曲线用这两个量，本质上是在回答：模型在找到正样本的同时，会不会误伤太多负样本？

每个阈值同样能算出一个（FPR，TPR）点。把所有阈值下的这些点连成曲线，就是ROC曲线。

指标	公式	含义	受阈值影响
Precision	TP/(TP+FP)	判为正的样本中，真货占比	高阈值高，低阈值低
Recall/TPR	TP/(TP+FN)	正样本中，找回了多少	低阈值高，高阈值低
FPR	FP/(FP+TN)	负样本中，误判了多少	低阈值高，高阈值低

我习惯把PR曲线和ROC曲线看作同一个硬币的两面。PR曲线更关心“正类”的纯度，ROC曲线更关心整体排序能力。但无论哪一面，核心都是阈值在动。

一个例子讲清楚阈值怎么影响指标

假设我们有个二分类模型，输出了10个样本的概率。实际标签和预测分数如下：

样本: T1 T2 T3 T4 T5 F1 F2 F3 F4 F5
标签: 1  1  1  1  1  0  0  0  0  0
分数: 0.92 0.85 0.76 0.65 0.55 0.48 0.42 0.35 0.28 0.15

现在设阈值 T=0.50。大于0.5的判为正类，小于等于0.5的判为负类。

• TP = 5（T1~T5分数都大于0.5）
• FN = 0（没有正样本被漏掉）
• FP = 1（F1分数0.48，被判为正）
• TN = 4（F2~F5都被正确判为负）

Precision = 5/6 ≈ 0.833，Recall = 5/5 = 1.0，FPR = 1/5 = 0.2。

如果 T 提到 0.80，那只有 T1 和 T2 被判为正（分数0.92和0.85）。TP=2，FP=0，FN=3，TN=5。Precision=1.0，Recall=0.4，FPR=0.0。

看出规律了吧？阈值一挪，所有指标都跟着变。Precision和Recall就像跷跷板两端——你压下去一边，另一边就翘起来。

ROC曲线与AUC：绕不开的黄金搭档

ROC曲线把每个阈值下的(TPR, FPR)画出来，这就有了个完整的视角。曲线下面积就是AUC。

我来说句实话：AUC > 0.9 不一定是好模型，AUC = 0.5 一定是烂模型。AUC衡量的本质是模型对正负样本的排序能力——模型给正样本打的概率应该普遍高于负样本。如果正样本的分数老是比负样本低，AUC就会低于0.5。碰到这种情况，赶紧检查一下标签是不是标反了。

代码实现很简单，用手撸一个：

import numpy as np

def compute_roc_auc(y_true, y_scores):
    # 按分数降序排序
    idx = np.argsort(-y_scores)
    y_true_sorted = y_true[idx]
    
    n_pos = np.sum(y_true_sorted)
    n_neg = len(y_true_sorted) - n_pos
    
    # 从高到低滑动阈值
    tpr_list = [0.0]
    fpr_list = [0.0]
    tp = 0
    fp = 0
    
    for i in range(len(y_true_sorted)):
        if y_true_sorted[i] == 1:
            tp += 1
        else:
            fp += 1
        tpr_list.append(tp / n_pos)
        fpr_list.append(fp / n_neg)
    
    # 梯形法算AUC
    auc = 0.0
    for i in range(1, len(fpr_list)):
        auc += (fpr_list[i] - fpr_list[i-1]) * (tpr_list[i] + tpr_list[i-1]) / 2.0
    return fpr_list, tpr_list, auc

当然，实际项目里直接用scikit-learn：

from sklearn.metrics import roc_curve, auc

fpr, tpr, thresholds = roc_curve(y_true, y_scores)
roc_auc = auc(fpr, tpr)

PR曲线 vs ROC曲线：到底该用哪个？

我做个平行对比，方便你选型。

维度	PR曲线	ROC曲线
横轴	Recall（TPR）	FPR
纵轴	Precision	TPR（Recall）
对不平衡敏感度	非常敏感	相对稳健
关注点	正类预测的纯度与覆盖率	整体的二分类排序能力
适合场景	正样本稀少、误判成本高	正负样本均衡、关注整体性能

举个实际例子。我之前做欺诈检测，正样本（欺诈交易）只占0.1%。如果看ROC曲线，AUC漂亮得很——0.95。但一上PR曲线，发现Precision在Recall超过30%后直接跳水。为什么？因为负样本太多，FPR即使很小（比如0.5%），在巨大基数下也会产生海量假警报。PR曲线把这个问题放大了，ROC曲线反而掩盖了。

总结一下这一路的思维线

• 阈值滑动 → 指标联动：Precision、Recall、FPR、TPR都跟着阈值走
• 每个阈值对应一个(FPR, TPR)点 → 连起来就是ROC曲线
• ROC曲线下面积 = AUC → 反映模型整体排序能力
• PR曲线从另一个视角（Precision vs Recall）看同一件事
• 不平衡场景下PR曲线比ROC曲线更诚实

理解了阈值这个开关，ROC和AUC就不再是一堆公式，而是你判断模型好坏的直觉工具。下一环节，我们照这个思路去拆解另一个核心指标——RMSE。它跟分类指标不一样，但背后的逻辑同样值得深挖。