一、核心定义

召回率衡量的是模型找出所有真实正例的能力,其核心问题是：

“在所有的真实正样本中，模型正确地找出了多少？”

它的计算公式为： 召回率 = TP / (TP + FN)

• TP：真正例，模型预测为正,实际也为正。
• FN：假负例，模型预测为负，但实际为正（即漏报）。

召回率越高，说明模型“漏掉”的正样本越少，捕捉能力越强。

直观理解与场景

类比（医疗筛查）： 假设一个城市有100名真正的感染者（正样本）。

• 模型A：找出了其中的90名，漏了10名，召回率 = 90/100 = 90%
• 模型B：找出了其中的50名，漏了50名，召回率 = 50/100 = 50% 显然，模型A的“排查”能力更强,漏网之鱼更少。

典型应用场景（高召回率至关重要）：

• 疾病检测（如癌症筛查）：宁可误判（将健康人判为患者，进行复查），也绝不能漏掉一个真正的患者。漏诊的代价远大于误诊。
• 金融欺诈检测：希望尽可能识别出所有可疑的欺诈交易，即使这意味着一些正常交易会被误判（需要人工复核）。
• 安全隐患排查（如机场安检、网络入侵检测）：核心目标是不让任何一个危险品或攻击漏网,可以容忍一定的误报。
• 法律检索：在案件卷宗中，律师希望找到所有相关的法律条文或判例,不能有遗漏。

在这些场景中，“False Negative（漏报）”的代价非常高,因此需要优先优化召回率。

召回率 vs. 精确率

这是理解召回率的关键，通常与召回率一同提及的是精确率。

• 召回率：关注 “全不全”，在所有真实正例中，我找到了多少？
  • Recall = TP / (实际的所有正样本)
• 精确率：关注 “准不准”，在我预测为正的样本中，有多少是真的？
  • Precision = TP / (模型预测的所有正样本)

两者的权衡（Trade-off）： 在绝大多数模型中，提高召回率往往会降低精确率,反之亦然。

• 如何提高召回率？ 让模型预测正例时“更敏感”、“更宽松”，这会导致一些实际为负的样本也被预测为正（FP增加），从而可能增加误报,降低精确率。
• 如何提高精确率？ 让模型预测正例时“更保守”、“更严格”，只有非常有把握的才预测为正，这会导致一些实际为正的样本被预测为负（FN增加），从而增加漏报,降低召回率。

如何影响召回率？

调整分类阈值 对于输出概率的模型（如逻辑回归、神经网络），存在一个决策阈值（通常为0.5）。

• 降低阈值（如从0.5降到0.3）：更多样本被预测为正，TP和FP都可能增加，但FN会减少，从而提高召回率。
• 提高阈值（如从0.5升到0.7）：更少样本被预测为正，FP减少，但FN可能增加，从而降低召回率。

解决类别不平衡问题 当负样本远多于正样本时，模型可能会倾向于将样本都预测为负来获得“整体高准确率”，但这会导致极低的召回率,解决方法：

• 对正样本进行过采样
• 对负样本进行欠采样
• 使用类别权重，在损失函数中给正样本更高的权重
• 使用更适合的评估指标（如召回率、F1分数、PR曲线）而非准确率

改进模型本身

• 使用更复杂的模型或进行特征工程,以更好地区分正负样本。
• 针对正样本的特性设计专门的模型或规则。

综合评估：F1分数与PR曲线

由于召回率和精确率需要权衡,常使用一个综合指标：

• F1分数：召回率和精确率的调和平均数。

  • F1 = 2 * (Precision * Recall) / (Precision + Recall)
  • 只有当P和R都较高时，F1才会高,它寻求两者之间的一个平衡。

• PR曲线：以召回率为横轴,精确率为纵轴绘制的曲线。

  • 曲线越靠近右上角（Recall高，Precision也高）,模型性能越好。
  • 曲线下的面积称为AP值,常用于比较模型。
  • PR曲线在不平衡数据上比ROC曲线更敏感、更具参考价值。

当你问“一个都不能少”的时候，你关心的就是召回率，理解并灵活运用召回率,对于构建在实际业务中有效的机器学习模型至关重要。

标签： 核心 定义