本文重點(diǎn)

上一節(jié)課程中我們學(xué)習(xí)了查準(zhǔn)率和召回率，作為遇到偏斜類問題的評(píng)估度量值。那么究竟是查準(zhǔn)率更好一些還是召回率更好一些呢？其實(shí)都不是，真正好的應(yīng)該是使得查準(zhǔn)率和召回率的相對平衡，那么這個(gè)相對平衡的就是F1值。

為什么需要F1值

現(xiàn)在我們訓(xùn)練一個(gè)腫瘤的分類器。我們的算法輸出的結(jié)果在 0-1 之間，我們使用閥值 0.5 來預(yù)測真和假。也就是說如何分類器輸出大于0.5那么我們可以認(rèn)為這個(gè)人患有腫瘤，如果分類器小于0.5那么我們可以認(rèn)為這個(gè)人沒有患有腫瘤，但是實(shí)際上是否患有腫瘤這件事情很重要。

假如我們預(yù)測一個(gè)病人hθ(x)=0.51,那么我們說這個(gè)病人是癌癥，雖然這樣符合我們邏輯回歸，但是僅僅比0.5多了0.01就預(yù)測癌癥，多少有點(diǎn)不太靠譜，因?yàn)榘┌Y發(fā)生的相對來說還是比較少的，所以我們可以設(shè)置閾值不是0.5，我們可以設(shè)置閾值為0.7，只有大于0.7的時(shí)候我們才預(yù)測y=1（有癌癥），這樣看起來就靠譜一些了。

我們將閾值設(shè)置為0.7的時(shí)候，這樣預(yù)測y=1的病人會(huì)有較高的機(jī)率真正患有癌癥，所以此時(shí)的模型會(huì)有較高的查準(zhǔn)率，較低的召回率（查全率）。

我們將閾值設(shè)置為0.7會(huì)有一個(gè)問題，我們不能說小于0.7的就是沒有癌癥的，這樣萬一有的話，就可能耽誤治療，所以為了不讓有癌癥的人漏掉，我們可以設(shè)置我們的閾值為0.3，只要大于0.3，就可能有癌癥，就要接受進(jìn)一步的治療，那么此時(shí)我們將獲得一個(gè)較高的召回模型和較低的查準(zhǔn)率。

F1值

那么現(xiàn)在就出現(xiàn)這個(gè)問題了，以上兩個(gè)模型究竟哪個(gè)更好呢？或者說我們是想

總結(jié)

以上是生活随笔為你收集整理的每天五分钟机器学习：评价算法模型常用的数值评估方式——F1值的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。