這篇整理 iPAS 初級考綱裡「模型評估指標」這塊，從混淆矩陣出發，延伸到精確率與召回率的判斷邏輯。自己第一次讀到這塊的時候腦袋真的很混淆，後來用 COVID-19 快篩的場景對照，才把四個格子的定義搞清楚。
一、混淆矩陣：四種判斷結果
混淆矩陣是把模型的預測結果跟實際結果交叉比對之後，分成四種情境：
TP（真陽性，True Positive）——實際是陽性，模型預測也是陽性。抓對了。
TN（真陰性，True Negative）——實際是陰性，模型預測也是陰性。正確排除了。
FP（偽陽性，False Positive）——實際是陰性，但模型預測成陽性。誤報，虛驚一場。後果是不必要的資源消耗（例如不必要的隔離或 PCR 檢測）。
FN（偽陰性，False Negative）——實際是陽性，但模型預測成陰性。漏掉了。後果通常比 FP 嚴重——感染者以為安全而繼續活動，疫情可能擴散。
這四個格子對應的就是「判對的兩種情況」加「判錯的兩種情況」。考題裡最常考的是 FP 和 FN 的定義，以及它們各自在不同場景下的代價差異。
二、準確率（Accuracy）的盲點
準確率 = （TP + TN）÷ 全部樣本。
看起來直覺，但有一個經典的陷阱——當資料嚴重不平衡時，準確率會失真。
例如全國 99.9% 的人都未感染，這時一個「不論任何輸入都猜陰性」的模型，準確率高達 99.9%，但它完全抓不到任何一個感染者。這就是「準確度悖論」。
這個陷阱在考題裡很常出現，通常以「資料不平衡」「模型準確率高但實際沒用」這類情境描述來測。遇到這種情境，答案方向不是看準確率，而是看精確率或召回率。
三、精確率（Precision）與召回率（Recall）：蹺蹺板的兩端
精確率（Precision）——在所有被模型預測為陽性的樣本裡，真的是陽性的比例。
公式：TP ÷（TP + FP）
白話問句：「模型說『是』的時候，有多少比例說對了？」
追求精確率，代表在意的是「不要誤報」，也就是降低 FP。
適用場景：PCR 確診這類判定後會有嚴重後果（隔離、治療）的情境，誤報的代價高，寧可漏掉一些，也要確保陽性判定是準的。
召回率（Recall）——在所有實際是陽性的樣本裡，被模型成功找出來的比例。
公式：TP ÷（TP + FN）
白話問句：「所有真正的陽性，有多少比例被模型找到了？」
追求召回率，代表在意的是「不要漏掉」，也就是降低 FN。
適用場景：疫情初期的大規模普篩，目標是儘快找出所有潛在感染者，漏掉一個的代價（疫情擴散）遠高於多抓幾個偽陽性的代價。
四、場景決定指標的選擇
精確率和召回率是蹺蹺板——要提高精確率，通常會讓召回率下降；要提高召回率，通常會讓精確率下降。
選哪個指標，由業務目標和錯誤代價決定：
- FP 代價高（誤報後果嚴重）→ 優先精確率
- FN 代價高（漏報後果嚴重）→ 優先召回率
除了疾病篩檢，這個框架在其他場景也適用：垃圾郵件偵測（FP 代價是重要信件被擋下，FN 代價是垃圾信進收件匣）、金融詐欺偵測（FN 代價通常遠高於 FP）、醫療診斷（FN 代價通常遠高於 FP）。
自己整理下來的備考方向
一、混淆矩陣的四個格子要能用自己的語言說清楚。考題很常用描述情境（「模型把健康的人判定為患者」）來問對應的是哪個格子，記定義不如記「實際是什麼、預測是什麼」這個判斷框架。
二、準確度悖論是必考的陷阱。遇到「資料不平衡」的情境描述，準確率不是可靠的評估指標，要改用精確率、召回率或 F1 分數。
三、精確率 vs 召回率的選擇邏輯用「哪種錯誤代價更高」來判斷。FP 代價高選精確率，FN 代價高選召回率。這個框架記住了，不管考題換什麼場景都能套用。
四、這篇跟之前整理過的資料不平衡處理章節（115.02 版考綱更新）是連動的——資料不平衡是導致準確度悖論的根源，處理方式（重採樣、調整權重）是讓評估指標重新有意義的前提。
混淆矩陣這塊在考題裡出現的頻率很高，而且常跟資料不平衡、模型選擇一起出現。把這幾個概念的關聯建立起來，遇到複合情境題會好判斷很多。
