什么是混淆矩阵？
混淆矩阵（Confusion Matrix）是一个表格，展示分类模型的预测结果与实际结果的对比情况。
对于二分类问题，混淆矩阵有4个格子：
| 预测为正 | 预测为负 | |
|---|---|---|
| 实际为正 | TP（真正例） | FN（假负例） |
| 实际为负 | FP（假正例） | TN（真负例） |
命名规则
记住两个规则：
- 第一个词（True/False）：预测是否正确
- 第二个词（Positive/Negative）：预测的类别
所以：
- TP（True Positive）= 预测正确 + 预测为正 = 实际正类被正确预测为正类
- FP（False Positive）= 预测错误 + 预测为正 = 实际负类被错误预测为正类
- FN（False Negative）= 预测错误 + 预测为负 = 实际正类被错误预测为负类
- TN（True Negative）= 预测正确 + 预测为负 = 实际负类被正确预测为负类
四大评估指标
1. 准确率（Accuracy）
所有预测中，预测正确的比例
Accuracy = (TP + TN) / (TP + TN + FP + FN)
2. 精确率（Precision）
所有预测为正的样本中，实际为正的比例
Precision = TP / (TP + FP)
含义：模型说"是"的时候，有多大概率真的是？
3. 召回率（Recall）
所有实际为正的样本中，被正确预测为正的比例
Recall = TP / (TP + FN)
含义：实际为正的样本，模型能找出多少？
召回率高 = 漏检率低。召回率0.92意味着92%的正样本被正确识别。
4. F1值
精确率和召回率的调和平均
F1 = 2 × Precision × Recall / (Precision + Recall)
当精确率和召回率都高时，F1才会高。F1值高说明模型在精确率和召回率之间取得了良好的平衡。
精确率 vs 召回率：如何选择？
- 重视精确率的场景：垃圾邮件过滤（宁可漏过垃圾邮件，不要误删正常邮件）
- 重视召回率的场景：癌症筛查（宁可多检查几个，不要漏掉真正的患者）
考试要点
- FP = 实际负类被错误预测为正类；TN = 实际负类被正确预测为负类
- Precision = TP/(TP+FP)
- 召回率高 → 漏检率低
- F1值高说明精确率和召回率平衡好，不是单独说明精确率高
- 提高流失顾客判别应提高召回率（减少漏检）
