【資料分析】最清楚分別準確率、精確率、召回率、F1-Score 的差異與使用情境
準確率、精確率、召回率、F1-Score 是在評估分類模型表現時常用的四個重要指標。當我們建立分類模型來進行預測時，如何衡量模型的好壞至關重要。這些指標各自側重於不同的評估角度，因此選擇合適的指標能幫助我們更全面地了解模型的效果。本文將帶你一步步了解這些指標的定義、如何計算它們，以及在什麼情境下應該使用它們，從而幫助你在未來的數據分析和機器學習項目中做出更明智的決策。
# 可使用目錄功能快速確認要閱覽的主題
何謂「正類」與「負類 」
在了解今天要說明的評估指標之前，要先了解何謂 正類(Positive Class) 與負類 (Negative Class)。
「正類」（Positive Class）是指在分類任務中，模型所關注的「感興趣的類別」。通常，正類是我們希望檢測或預測的目標。例如：
- 在醫學診斷中，正類通常指的是「有疾病」的病人，而「負類」（Negative Class）指的是「沒有疾病」的病人。
- 在信用卡流失預測中，正類可以是「流失的客戶」，負類是「未流失的客戶」。
評估指標重點總結
Accuracy（準確度）
定義
準確度是所有正確預測的樣本數佔總樣本數的比例，衡量模型在所有樣本中的預測表現。
公式
- TP（True Positive）：真陽性，實際為正，預測也為正。
- TN（True Negative）：真陰性，實際為負，預測也為負。
- FP（False Positive）：假陽性，實際為負，預測為正。
- FN（False Negative）：假陰性，實際為正，預測為負。
舉例
如果在一個包含 100 個樣本的數據集中，模型正確預測了 85 個樣本，那麼模型的準確度就是 85%。
重點
準確度是一個簡單的指標，反映模型整體預測的表現，但當類別不平衡時，可能會給出誤導性的結果。例如，當正類樣本很少時，即使模型只預測負類，準確度仍然可能很高。
實際應用案例
- 情境：
電子郵件分類系統（將郵件分類為垃圾郵件或正常郵件）
- 需求：
當大部分郵件是正常郵件，垃圾郵件只佔一小部分時，你的目標是要正確分類出所有的郵件。
- 使用準確度的原因：
大多數郵件是正常的，所以模型只要能在大部分情況下正確分類就可以達到很高的準確度。因此，在這種情況下，準確度是一個合理的評估指標，因為系統需要正確分類所有郵件。
- 何時使用準確度：
- 當類別分佈比較均衡時。
- 當錯誤分類不會帶來太大成本（如分類錯誤的後果可接受）。
精確率 (Precision)
定義
精確率是指在所有被模型預測為「正類」（例如預測為「流失」的客戶）中，有多少實際上是正確的。也就是說，精確率衡量的是模型在 「預測為正類的結果中有多少是真正的正類」。
公式
- TP（True Positive，真正類）： 被正確預測為正類的樣本數（實際為正，預測也為正）。
- FP（False Positive，假正類）： 被錯誤預測為正類的樣本數（實際為負，預測為正）。
舉例
如果模型預測了 100 個「流失」的客戶，其中 70 個實際上是真的流失，30 個沒有流失（模型預測錯了），那麼精確率是：
這意味著模型預測的「流失」客戶中，有 70% 是正確的。
重點
精確率告訴我們「模型預測正類的結果有多準確」，重點是「錯誤預測為正類的次數」，即 FP 的數量。如果你不希望誤將「非流失」的客戶錯誤預測為「流失」，那麼你會希望精確率較高。
實際應用案例
- 情境：
醫療診斷中的癌症檢測（分類病人是否患有癌症）
- 需求：
當檢測結果顯示一個病人患有癌症時，這個結果應該高度可信。如果檢測說病人患有癌症，但實際上他是健康的，這將導致不必要的壓力和昂貴的進一步檢查。
- 使用精確率的原因：
你更關注於確保所有被檢測為陽性的病人實際上確實患有癌症，因此，你希望最大化精確率。這樣可以減少「假陽性」（即無病被檢測為患病）的情況。
- 何時使用精確率：
- 當假陽性成本很高（如誤判一個健康人患病）。
- 當你想避免誤報（false positives）。
召回率 (Recall)
定義
召回率是指在所有實際的正類樣本中，有多少被模型正確預測出來。換句話說，召回率衡量的是模型在 「實際正類的樣本中有多少被正確預測」。
公式
- TP（True Positive，真正類）： 被正確預測為正類的樣本數（實際為正，預測也為正）。
- FN（False Negative，假負類）： 被錯誤預測為負類的樣本數（實際為正，預測為負）。
舉例
假設實際上有 100 個流失的客戶，其中模型正確地預測了 70 個流失客戶，但有 30 個流失客戶沒有被預測出來，那麼召回率是：
這意味著模型能夠召回 70% 的實際流失客戶。
重點
召回率告訴我們「模型對正類的樣本捕捉得有多好」，重點是「實際正類樣本未被預測為正類的次數」，即 FN 的數量。如果你希望能夠盡可能地識別所有流失客戶，那麼你會希望召回率較高。
實際應用案例
- 情境：
偵測詐欺交易（銀行系統要偵測哪些交易是詐欺）
- 需求：
銀行不想漏掉任何可疑的詐欺交易，即使這意味著有時候正常的交易可能會被標記為可疑。
- 使用召回率的原因：
這種情況下，偵測到的每一個詐欺交易都很重要，漏掉任何一個詐欺交易都可能導致重大損失。因此，召回率應該被優先考慮，即使這意味著會有更多「假陽性」（即正常交易被誤標為詐欺）。
- 何時使用召回率：
- 當漏掉正類樣本的代價很高（如漏掉詐欺交易、患者診斷等）。
- 當需要最大化檢測能力。
F1-score
定義
F1-score 是精確率 (Precision) 和召回率 (Recall) 的調和平均數，用來平衡兩者的關係，尤其在精確率和召回率之間有取捨時使用。
公式
舉例
假設模型的精確率是 80%，召回率是 60%，那麼 F1-score 就是這兩者的調和平均數，代表模型在整體預測上平衡兩者的表現。
重點
F1-score 在類別不平衡的情況下尤為有用，當你需要在精確率和召回率之間取得平衡時，它是一個很好的綜合指標。F1-score 越高，表示模型在識別正類樣本的準確性和完整性上表現越好。
實際應用案例
- 情境：
資訊檢索系統（如搜索引擎要找到最相關的搜索結果）
- 需求：
搜索引擎應該找到盡可能多的相關搜索結果（召回率高），同時，返回的結果應該是高度相關的（精確率高）。在這裡，精確率和召回率同樣重要，需要在兩者之間找到一個平衡。
- 使用 F1-score 的原因：
如果一個系統找到了很多搜索結果，但大部分不相關（精確率低），或是找到了少數結果，但都是相關的（召回率低），都不是理想的情況。F1-score 是平衡精確率和召回率的指標，在這樣的情境下非常有用。
- 何時使用 F1-score：
- 當你想在精確率和召回率之間取得平衡。
- 當類別不平衡且精確率和召回率同樣重要。
你可能也想看
