混淆矩阵与基本指标：TP、FP、TN、FN

大家好，我是老张。这一章我们聊聊模型评估里最基础，也是我平时用得最多的东西——混淆矩阵。很多同学觉得这块简单，不就是四个格子吗？其实不然。我在项目里见过不少人在这个环节栽跟头，尤其是当正负样本不均衡的时候，光看准确率会把你骗得团团转。

先从一张表说起

我们先不讲复杂推导，直接看这个2×2的矩阵。我习惯叫它“四格表”。

假设我们正在做一个二分类任务，比如判断一封邮件是不是垃圾邮件。模型预测的结果和真实情况一对比，就出现了下面四种情况：

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

说白了，TP就是你猜对了正样本，FP是你把负样本错认成了正样本，FN是你漏掉了正样本，TN是你正确地排除了负样本。我一开始记这四个字母也费了点劲，后来总结了一个诀窍：第一个字母T或F代表你猜得对不对，第二个字母P或N代表你猜的是啥。

TP、FP、TN、FN 到底在说什么？

每个指标我都拆开讲，顺便带点我的项目经验，这样你记得更牢。

  • TP（True Positive，真正例）：模型预测为正，实际也是正。比如你判断一封垃圾邮件，模型说“是垃圾”，结果一看，确实是垃圾。这个数越大越好。
  • FP（False Positive，假正例）：模型预测为正，实际却是负。这就是我们常说的“误报”。我曾经做过一个医疗影像项目，模型把一堆正常影像判成了病变，搞得医生们怨声载道。所以FP在风控、医疗这类场景里是绝对不能容忍的。
  • TN（True Negative，真负例）：模型预测为负，实际也是负。说白了就是“正确拒绝”。比如一封正常邮件，模型没把它扔进垃圾箱，这就是TN。
  • FN（False Negative，假负例）：模型预测为负，实际却是正。这是“漏报”。我记得在反欺诈项目里，漏掉一笔欺诈交易可能意味着几十万的损失。所以FN在某些场景里比FP更致命。

核心观点

TP和TN是模型做对的，FP和FN是模型做错的。但具体哪个错更严重，要看你的业务场景。不要一棍子打死所有“错误”，那是新手才会干的事。

准确率和错误率

有了上面这四个数，我们就能算出两个最基础的全局指标。

准确率（Accuracy），公式是 (TP + TN) / (TP + TN + FP + FN)。说白了就是所有样本里，你猜对了多少。这个指标好理解，但坑也很大。

举个例子，如果你的数据里99%都是负样本，模型只要全判成负，准确率就99%了。听起来很牛是吧？但这个模型其实什么也没学会。我在做信用卡欺诈检测时第一次碰到这个问题，刚开始看到99.8%的准确率还挺高兴，后来发现真正欺诈的交易一条都没抓到。

错误率（Error Rate），就是 1 - 准确率，或者 (FP + FN) / 所有样本。它和准确率是一个硬币的两面。但说实话，在实际汇报时，我更倾向于说错误率，因为“错误”这两个字比“不准确”更直观，领导一听就懂。

避坑指南

我曾经犯过一个错误：在正负样本极度不均衡的数据集上，只用准确率来评估模型，结果上线后效果一塌糊涂。后来我给自己定了个规矩：在汇报准确率之前，一定先看数据分布。如果正负样本比超过了1:10，准确率基本就没有参考价值了。

一个简单的 Python 实现

理论说完了，我们看看代码。我平时做评估习惯先用 scikit-learn 快速算一遍，再用 numpy 自己写一遍，这样心里更踏实。下面这个例子展示了如何从混淆矩阵里提取四个基本指标。

import numpy as np
from sklearn.metrics import confusion_matrix

# 假装我们有真实标签和预测标签
y_true = [1, 0, 1, 1, 0, 1, 0, 0, 1, 1]
y_pred = [1, 0, 1, 0, 0, 1, 1, 0, 1, 1]

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

# 提取 TP、FP、TN、FN
# 注意：sklearn 的混淆矩阵是 2x2，行是真实，列是预测
TN, FP, FN, TP = cm.ravel()

print(f"TP（真正例）: {TP}")
print(f"FP（假正例）: {FP}")
print(f"TN（真负例）: {TN}")
print(f"FN（假负例）: {FN}")

# 计算准确率和错误率
accuracy = (TP + TN) / (TP + TN + FP + FN)
error_rate = (FP + FN) / (TP + TN + FP + FN)

print(f"准确率: {accuracy:.2f}")
print(f"错误率: {error_rate:.2f}")

你可能注意到了，cm.ravel() 会按 [TN, FP, FN, TP] 的顺序展开。这个顺序很多人会记反，我建议每次用之前都打印一下矩阵看看。

小技巧

如果你的数据非常大，几十万甚至上百万条，用 sklearn 的 confusion_matrix 可能会有点慢。这时候我会直接用 numpy 做矩阵运算，速度能快不少。你想想看，循环跑几百万条样本，用 for 逐行判断那得等到什么时候。

如何通过混淆矩阵快速判断模型优劣？

拿到四个指标后，不要急着算准确率。我教你一个看矩阵的习惯方法：

  1. 先看主对角线（TP和TN），这两个数大说明模型靠谱。
  2. 再看副对角线（FP和FN），这两个数大好不了。
  3. 如果FP远大于FN，说明模型倾向于“宁可错杀一千，也不放过一个”。这种模型在风控场景里很常见。
  4. 如果FN远大于FP，说明模型过于保守，总是不敢下结论。

嗯，这里要注意，没有一个固定的“好”矩阵标准。你需要结合业务场景去判断。我在医疗影像项目里就要求FP尽量低，因为误诊比漏诊更麻烦。

为了让你更直观地理解这四个指标的关系，我画了一张流程图。这张图清晰地展示了从真实值和预测值到四个基本指标的生命力流向，以及它们如何共同决定准确率。

混淆矩阵与基本指标知识结构 真实标签 预测标签 TP 真正例 FP 假正例 FN 假负例 TN 真负例 准确率 (TP+TN) / 总数 错误率 (FP+FN) / 总数 TP和TN是模型做对的，FP和FN是模型做错的。哪个错误更严重？看业务场景。

结个尾：不要只看数字

这一章的内容其实很基础，但越是基础的东西，越容易出问题。我见过很多同学一上来就把准确率往PPT上一贴，觉得万事大吉了。等到模型上线被业务方骂回来，才发现样本不均衡的问题根本没解决。

所以我的建议是：拿到混淆矩阵后，先盯着FP和FN看一会儿。这两个数字才是真正决定模型能不能用的关键。准确率？那是给不懂技术的人看的。你是一个工程师，你的眼里应该有TP、FP、TN、FN。

← 上一章 📖 返回目录 下一章 →