一、 前置认知：先明确 “评估的是分类模型”

今天讲的准确率、召回率，只针对「分类模型」（比如 KNN、逻辑回归，判断 “是 / 否”“A/B/C 类”），不适用线性回归这类 “预测连续数值” 的回归模型。

先约定一个小白易懂的 “二分类场景”（后续所有类比和案例都基于此）：

• 模型任务：判断一封邮件是否是垃圾邮件
• 两个类别：正例（Positive）= 垃圾邮件，负例（Negative）= 正常邮件
• 模型预测结果只有 4 种可能（核心，先理解这个再看指标）：
  1. TP（真阳性）：邮件是垃圾邮件，模型也判断为垃圾邮件（猜对了）
  2. TN（真阴性）：邮件是正常邮件，模型也判断为正常邮件（猜对了）
  3. FP（假阳性）：邮件是正常邮件，模型误判为垃圾邮件（猜错了，“冤枉好人”）
  4. FN（假阴性）：邮件是垃圾邮件，模型误判为正常邮件（猜错了，“放过坏人”）

通俗类比：把模型当成 “警察抓小偷”

• 小偷 = 垃圾邮件（正例），普通人 = 正常邮件（负例）
• TP：警察把 “真小偷” 抓了（正确）
• TN：警察把 “普通人” 放行了（正确）
• FP：警察把 “普通人” 当成小偷抓了（冤枉好人）
• FN：警察把 “真小偷” 当成普通人放行了（放过坏人）

这 4 种结果是理解准确率、召回率的基础，记牢这个类比，后续指标一看就懂。

---

二、 核心指标 1：准确率（Accuracy）—— “猜中多少次”

1. 小白通俗理解

准确率 = “模型整体猜对的比例”，不管是 “猜对垃圾邮件” 还是 “猜对正常邮件”，只要猜对了，都算在内，对应你说的 “猜中多少次”。

2. 简单公式（不用计算，工具会自动出结果）

准确率 = （猜对的总数量） / （所有数据的总数量）
= （TP + TN） / （TP + TN + FP + FN）

3. 类比解读（警察抓小偷）

准确率 = （抓对的小偷 + 放对的普通人） / （所有被检查的人）

• 比如：总共检查 100 人，抓对 20 个小偷、放对 70 个普通人，总共猜对 90 人
• 准确率 = 90/100 = 0.9（90%）

4. 优缺点（小白必知）

• 优点：简单直观，一眼能看出模型整体表现，适合正负例数量差不多的场景（比如垃圾邮件和正常邮件各占 50%）。
• 缺点：有 “欺骗性”，在正负例数量差距极大的场景下没用。
  • 反例：1000 封邮件中，只有 10 封垃圾邮件，990 封正常邮件。模型 “偷懒”，把所有邮件都判断为正常邮件。
  • 此时：猜对了 990 封正常邮件，猜错了 10 封垃圾邮件，准确率 = 990/1000=99%（看起来很高），但模型完全没完成 “识别垃圾邮件” 的任务，毫无价值。

---

三、 核心指标 2：召回率（Recall）—— “漏了多少”

1. 小白通俗理解

召回率 = “模型把所有正例都找出来的比例”（只关注正例，不管负例），对应你说的 “漏了多少”—— 召回率越高，漏的正例越少（放过的 “坏人” 越少）。

也叫 “查全率”，意思是 “把正例全部查全的比例”。

2. 简单公式（不用计算，工具会自动出结果）

召回率 = （正确识别的正例数量） / （实际所有的正例数量）
= TP / （TP + FN）

3. 类比解读（警察抓小偷）

召回率 = （抓对的小偷） / （实际所有的小偷）

• 比如：实际有 25 个小偷，警察只抓对了 20 个，漏了 5 个
• 召回率 = 20/25 = 0.8（80%），说明漏了 20% 的小偷（“漏了多少” 的直观体现）

4. 适用场景（小白必知）

召回率优先用于 **“不能放过正例”** 的场景，漏检的代价很大：

• 医疗诊断：判断是否患有癌症（正例 = 癌症患者），召回率要高，不能漏诊（漏诊会耽误治疗，危及生命），哪怕偶尔把健康人误判为癌症（FP，假阳性），后续再复查即可。
• 垃圾邮件识别：漏了垃圾邮件（FN），用户会收到广告骚扰，召回率要高，尽量把所有垃圾邮件都找出来。
• 疫情筛查：正例 = 感染者，不能漏检，否则会造成疫情扩散，召回率是核心指标。

---

四、 准确率 vs 召回率：小白快速区分

用表格总结，一目了然：

指标	核心关注	通俗解读	适用场景	缺点
准确率（Accuracy）	整体猜对的比例（正例 + 负例）	“总共猜中多少次”	正负例数量均衡的场景	正负例差距大时，结果有欺骗性
召回率（Recall）	正例被找全的比例（只关注正例）	“漏了多少正例”	不能漏检正例的场景	不关注负例的误判情况（可能冤枉好人）

补充：一个重要结论

很多场景下，** 准确率和召回率是 “此消彼长”** 的：

• 比如想提高召回率（尽量不漏掉小偷），警察会扩大抓捕范围，把 “可疑人员” 都抓起来，此时漏的小偷少了，但会把更多普通人当成小偷抓起来（FP 增加），准确率会下降。
• 反之，想提高准确率（尽量不冤枉好人），警察只抓 “证据确凿” 的小偷，此时冤枉的普通人少了，但会漏掉很多 “证据不足” 的小偷（FN 增加），召回率会下降。

小白不用纠结调优，只需知道：根据业务场景选择 “更看重哪个指标” 即可。

---

五、 小白实操：用 Sklearn 计算准确率和召回率（直接复制运行）

基于之前的 “逻辑回归（判断学生是否及格）” 场景，用 Sklearn 自带的评估工具计算两个指标，无需手动算公式。

实操代码

新建model_evaluation_demo.py文件，粘贴以下代码，直接用python model_evaluation_demo.py运行。

python

# === 步骤1：导入所需库 ===
import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, recall_score  # 导入评估指标工具

# === 步骤2：准备数据（场景：复习时间→是否及格，正例=及格（1），负例=不及格（0）） ===
# 特征X：复习时间（小时），二维数组
X = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]).reshape(-1, 1)
# 标签y：0=不及格，1=及格（正例）
y_true = np.array([0, 0, 0, 0, 1, 1, 1, 1, 1, 1])

# === 步骤3：创建并训练逻辑回归模型 ===
model = LogisticRegression()
model.fit(X, y_true)

# === 步骤4：获取模型预测结果 ===
y_pred = model.predict(X)  # y_pred：模型预测的标签（0/1）

# === 步骤5：计算准确率和召回率 ===
# 1. 计算准确率
accuracy = accuracy_score(y_true, y_pred)

# 2. 计算召回率（pos_label=1：指定正例为“1（及格）”）
recall = recall_score(y_true, y_pred, pos_label=1)

# === 步骤6：打印结果 ===
print("=== 模型评估结果 ===")
print(f"真实标签（是否及格）：{y_true}")
print(f"预测标签（是否及格）：{y_pred}")
print(f"\n准确率（整体猜中比例）：{accuracy:.2f}（{accuracy*100:.0f}%）")
print(f"召回率（及格学生被找全比例）：{recall:.2f}（{recall*100:.0f}%）")

# === 额外：模拟“漏检”场景，看召回率变化 ===
print("\n=== 模拟漏检场景（模型漏判2个及格学生）===")
# 手动修改预测结果，让第8、9个样本（原本及格）被误判为不及格（漏检）
y_pred_leak = y_pred.copy()
y_pred_leak[7] = 0  # 第8个样本（索引7）：真实1→预测0（FN）
y_pred_leak[8] = 0  # 第9个样本（索引8）：真实1→预测0（FN）

# 重新计算召回率
recall_leak = recall_score(y_true, y_pred_leak, pos_label=1)
print(f"修改后预测标签：{y_pred_leak}")
print(f"漏检后的召回率：{recall_leak:.2f}（{recall_leak*100:.0f}%）")
print(f"解读：召回率下降，说明漏了更多及格学生（正例）")

运行结果解读

1. 初始场景：模型完美拟合，准确率和召回率都是 1.0（100%），说明既没猜错，也没漏检。
2. 模拟漏检场景：手动让模型漏判 2 个及格学生，召回率下降（比如变为 0.83，83%），直观体现 “漏了多少正例”，而准确率可能下降幅度较小（因为只影响正例）。
3. 核心体会：accuracy_score()和recall_score()是 Sklearn 计算两个指标的现成工具，只需传入 “真实标签” 和 “预测标签” 即可，无需手动计算 TP/TN/FP/FN。

---

六、 小白避坑指南

1. 召回率计算报错「UndefinedMetricWarning」：没有指定正例，或数据中没有正例（全是负例）。解决：用pos_label指定正例（如pos_label=1）。
2. 只看准确率就判断模型好坏：这是小白最容易犯的错！如果数据中正负例差距大（比如 99% 负例，1% 正例），先看召回率，再看准确率。
3. 混淆 “回归模型” 和 “分类模型”：准确率、召回率不适用线性回归等回归模型（预测房价、销售额），回归模型有专门的评估指标（如均方误差），小白入门暂时不用掌握。

---

总结

1. 先明确二分类场景的 4 种结果（TP/TN/FP/FN），用 “警察抓小偷” 类比快速理解，这是两个指标的基础。
2. 准确率关注「整体猜中比例」，通俗解读为 “猜中多少次”，适合正负例数量均衡的场景。
3. 召回率关注「正例被找全比例」，通俗解读为 “漏了多少正例”，适合不能漏检正例的场景（医疗、垃圾邮件等）。
4. Sklearn 实操核心：用accuracy_score()计算准确率，recall_score()计算召回率，只需传入真实标签和预测标签即可。
5. 关键结论：评估模型不能只看一个指标，要结合业务场景，优先选择更重要的指标（比如医疗场景优先召回率）。