数据分析中的准确率与召回率

今天写两个评估二分类模型的实用指标：准确率与召回率。那么什么是二分类模型呢？就是判断一个事件是否逻辑的模型，比如银行信贷产品的审批（贷或拒），肿瘤判断（良或恶）。而怎样评估这个预测模型和真实数据的差异呢？准确率和召回率就是两个重要指标。

先来看张图：

数据分析中的准确率与召回率

（1）准确率：如何衡量分类为正样本的“质”，即所有判别为正样本的实例中有多少是正确的（实际也是正样本），用公式表示为 TP/（ TP + FP），对应到上图中竖向的椭圆。

（2）召回率：如何衡量分类为正样本的“量”，即所有真实的正样本中有多少被模型准确识别出来了（判别为正样本），用公式表示为 TP/（ TP + FN），对应上图中横向的椭圆。

美国法律中证人的宣誓： Judicial oath“ Tell the truth, the whole truth, and nothing but the truth.”

宣誓中同时强调了证词的准确率（ nothing but the truth）和召回率（ the whole truth）。做伪证（证词的准确率低）的场景屡见不鲜，但只说部分的证词（召回率低）来误导法官的场景其实也很多，而且更具迷惑性。比如证人可以证明妻子拿花瓶打了丈夫的头部，使其致死的事实。但隐瞒丈夫之前大声威胁着要杀死妻子的事实，这对案件的审判也是极为关键的信息。

那么再引用一个例子从数据的角度说明下。周末，部门组织大家到“农家乐”体验生活。店家的池塘中有鱼 60条、虾 20只、蟹 20只。商量的结果是大家只想吃鱼。可惜店家只有一张渔网，没法一条条地把鱼捞上来。另外，由于捞上来的鱼虾蟹都会受伤，所以店家要求捞上来的不管是什么都必须下锅消费。这时，有位同事自告奋勇地捞了一网，捞上来 20条鱼、 10只蟹、 10只虾。怎么评价这次的打捞成果呢？

首先，这次捞鱼的准确率不高，只有 20/（ 20 + 10 + 10） = 50%。其次，捞鱼的量也不多，召回率： 20/ 60 = 33. 3%，只捞出了 1/ 3的鱼。从准确率和召回率来评价，这一网捞得不太成功。

总之，准确率主要用以评估模型预测的质量，而召回率用以评估模型预测的完整度。