评价分类模型的四个核心指标为： 准确率（Accuracy） 、 精确率（Precision） 、 召回率（Recall） 和 F1分数（F1 Score） 。以下是具体说明：
一、准确率（Accuracy）
-
定义 ：正确分类的样本数占总样本数的比例
-
公式 ：
$$
\text{Accuracy} = \frac{TP + TN}{TP + TN + FP + FN}
$$ -
应用场景 ：适用于类别均衡的数据集，但易受不平衡数据影响（如正负样本数量差异大时）。
二、精确率（Precision）
-
定义 ：预测为正样本中实际为正样本的比例
-
公式 ：
$$
\text{Precision} = \frac{TP}{TP + FP}
$$ -
应用场景 ：需关注负样本预测能力，例如医疗诊断中误诊的代价通常高于漏诊。
三、召回率（Recall）
-
定义 ：实际为正样本中被正确预测为正样本的比例
-
公式 ：
$$
\text{Recall} = \frac{TP}{TP + FN}
$$ -
应用场景 ：需关注正样本预测能力，例如疾病检测中漏诊的后果更严重。
四、F1分数（F1 Score）
-
定义 ：精确率与召回率的调和平均，综合评估模型性能
-
公式 ：
$$
\text{F1 Score} = 2 \times \frac{\text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}}
$$ -
应用场景 ：当需平衡精确率和召回率时使用，例如信息检索系统需兼顾查全率和查准率。
补充说明
-
混淆矩阵 ：通过TP、FP、TN、FN的可视化工具，辅助理解模型在各类别的表现。
-
不平衡数据处理 ：
-
宏平均（Macro Average）：类别均衡时使用，对各类别平等对待；
-
微平均（Micro Average）：类别不平衡时使用，关注整体性能。
-
-
其他指标 ：在多分类问题中，可扩展至多标签分类，需结合具体场景选择评估指标。
通过综合运用这些指标，可更全面地评估分类模型的性能，避免单一指标的局限性。