目录
前言
在分类任务中，我们常用精确率（Precision）和召回率（Recall）来评估模型的性能。然而这两个指标往往难以兼得，提高一个，另一个可能就会下降。这篇文章将带你深入理解二者之间的权衡关系，并揭示如何通过调整“阈值”在它们之间找到最佳平衡点。
一、核心概念回顾：精确率和召回率
| 指标 | 定义 | 通俗理解 |
|---|---|---|
| 精确率 | 被预测为正类中，实际为正类的比例 | 模型说是“好人”的里面有多少是真的好人 |
| 召回率 | 实际为正类中，被正确预测为正类的比例 | 所有“好人”中有多少被模型识别出来 |
二者之间的关系就像“保守”和“激进”的选择：
精确率高 → 模型预测更谨慎，只输出最确信的正例；
召回率高 → 模型更宽松，尽量不要漏掉任何正例。
二、预测质量 vs 预测覆盖范围
我们来看这张经典的关系图：
✅ 图中解读如下：
X轴（预测覆盖范围）：随着阈值降低，模型更容易判断为“正类”，所以召回率上升。
Y轴（预测质量）：随着阈值降低，虽然预测更多，但其中误判也变多，因此精确率下降。
对角线趋势：体现出“预测更多 vs 预测更准”的矛盾；
理想平衡点：即模型在保证预测“覆盖面”的同时，仍然保持“命中率”较高的位置。
✅ 在实际中，这个平衡点就是 F1 分数最大时的阈值点。
三、阈值调节：模型输出背后的控制器
多数分类模型（如逻辑回归、BERT、XGBoost）默认使用 0.5 作为正类预测阈值，但你完全可以调整这个值来适应不同场景的需求：
| 场景 | 更倾向于低阈值（召回高） | 更倾向于高阈值（精确高） |
|---|---|---|
| 医疗诊断（不能漏诊） | ✅ | ✘ |
| 金融反欺诈（不能误杀） | ✘ | ✅ |
| 情感分析 / 推荐系统 | 🚦 需寻找平衡点 | 🚦 |
例如：
from sklearn.metrics import precision_recall_curve, f1_score
# 假设已有模型输出概率 y_scores 和真实标签 y_true
precision, recall, thresholds = precision_recall_curve(y_true, y_scores)
# 计算每个阈值对应的 F1 分数
f1 = 2 * precision * recall / (precision + recall + 1e-8)
best_threshold = thresholds[f1.argmax()]
四、P-R 曲线：寻找最佳平衡点的利器
绘制精确率-召回率曲线能清晰观察不同阈值下的变化趋势：
import matplotlib.pyplot as plt
plt.plot(recall, precision, marker='.')
plt.xlabel('Recall')
plt.ylabel('Precision')
plt.title('Precision-Recall Curve')
plt.grid(True)
plt.show()
✅ 曲线下的面积越大，说明模型在多种阈值下都能兼顾“准”与“全”。
五、F1 分数：权衡的刻度尺
F1 分数是精确率与召回率的调和平均，专为解决二者不能兼得的问题设计：
当你不知道应该优先选哪个时，F1 往往是个“中庸而实用”的选择。
六、代码示例
【执行代码】
import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import precision_recall_curve
# 模拟真实标签和预测概率
y_true = np.array([0, 0, 1, 1, 0, 1, 0, 1, 1, 0])
y_scores = np.array([0.1, 0.4, 0.35, 0.8, 0.05, 0.9, 0.2, 0.85, 0.7, 0.3])
# 获取精确率、召回率、阈值
precision, recall, thresholds = precision_recall_curve(y_true, y_scores)
# 计算 F1 分数
f1_scores = 2 * precision * recall / (precision + recall + 1e-8)
f1_scores = f1_scores[1:] # 与 thresholds 对齐
thresholds = thresholds # 保持不变
# 找到 F1 最大值及对应阈值
best_index = np.argmax(f1_scores)
best_threshold = thresholds[best_index]
# 画图
plt.figure(figsize=(8, 6))
plt.plot(thresholds, f1_scores, marker='o', color='green', label='F1 Score vs Threshold')
plt.axvline(x=best_threshold, color='red', linestyle='--', label=f'Best Threshold = {best_threshold:.2f}')
plt.title("Threshold vs F1 Score")
plt.xlabel("Threshold")
plt.ylabel("F1 Score")
plt.grid(True)
plt.legend()
plt.tight_layout()
plt.show()
【运行结果】
📌 说明：
此图展示了随着分类概率阈值变化，模型的 F1 得分是如何变化的；
你可以用来选择最佳阈值，从而在精确率和召回率之间取得最优平衡。
总结
精确率和召回率代表了模型的两种追求方向；
它们之间存在天然的权衡关系，随着分类阈值变化而此消彼长；
真正评估一个模型，不能只看一个数，而要结合 精确率、召回率、F1 等多个维度；
在实践中，应根据具体业务目标，合理选择或动态调整模型的 预测阈值，才能获得最佳效果。