机器学习和深度学习分类问题的几个指标:准确率、精准率、召回率、F1-score、Macro-F1、Micro-F1

在说这个几个指标之前有一个非常重要的东西叫做混淆矩阵：

我们把上述提到的这个表格称作为混淆矩阵，那么一般使用混淆矩阵干嘛呢？计算召回率、计算准确率、计算精准率。接下来分别介绍这三个指标。

TP：实际是正样本预测也是正样本；TN：预测是负样本实际也是负样本；FN：实际上是正样本预测为负样本；FP：实际上是负样本预测为正样本

1、Accuracy——准确率
预测是对的样本数占总样本数的比例。

2、Precision——精准率
精准率只和预测的正样本有关系，其定义为预测为正的样本中有多少为真正的正样本。

3、Recall——召回率
召回率只和对于正样本的预测有关系，其定义为样本中有的正例有多少被预测正确了。

对这几个指标有了明确的定义之后，不禁要问一下用这些指标来干嘛？衡量模型的分类或者检测效果。那么具体如何去衡量呢，须要进一步对召回率和准确率进行探究。

4、进一步探索召回率和准确率
对于极端的分类任务来说，如果只找出一个结果来，而且这个结果是正确的，那么精准率就是100%，而召回率就十分低了。反之，如果召回率十分高的话，那么精准率就会比较低。由此我们可以看出，这两个是比较矛盾的，没有办法统一。当然我们希望我们的模型有较好的精准率同时也有较好的召回率。这就要找一个平衡指标，此时我们可以引出另一个平衡标，称之为F1-Score。

5、F1-Score
F1-score是衡量二分类模型精准度的一种指标，它同时兼顾了分类模型的精准率和召回率。F1-score可以看作是模型精准率和召回率的一种调和平均，最大值是1，最小值是0。

接下来介绍Micro-F1和Macro-F1

6、Micro-F1和Macro-F1
如果对于一个多标签的分类任务，那么我们需要计算每个类的召回率、精准率。对于计算F1-score显然我们将所有类别的指标合并起来进行考虑。

Micro-F1：不区分类别计算总的召回率和精准率。考虑到每个类别的数量，适用于数据分布不平衡的情况。

Macro-F1：计算每一个类别的召回率和精准率，然后对每个类别的精准率和准确率求平均数。然后最终在计算出来F1-score。没有考虑到数据的数量，平等看待每一类，会相对受高precision和高Recall类的影响较大。