在机器学习尤其是分类任务中，Accuracy（准确率）、Precision（精确率）、Recall（召回率）和F1 Score（F1分数）是评估模型性能的四个核心指标。每个指标都有其独特的含义和用途：
Accuracy（准确率）:
- 定义：准确率是所有正确预测的样本（包括正类和负类）占总样本数量的比例。它是最直观的性能指标。
- 公式：
- 作用：快速提供模型整体预测精度的概览。如果数据集中的类别分布均衡，准确率是一个有用的指标。
- 局限性：在类别分布不均衡的数据集中，准确率可能会产生误导。例如，如果一个类别的样本数量远多于另一个类别，模型可能只预测主要类别，从而仍然获得较高的准确率，即使它错过了所有次要类别的样本。
Precision（精确率）:
- 定义：精确率是正确预测为正类的样本数量与模型预测为正类的样本总数的比例。它关注预测为正类的样本的准确性。
- 公式：
- 作用：评估模型预测正类结果的准确性。在正类预测结果需要高可信度的场景中非常重要，如医学检测。
- 局限性：如果正类样本很少，即使精确率很高，模型也可能没有预测出很多正类样本。
Recall（召回率）:
- 定义：召回率是正确预测为正类的样本数量与实际为正类的样本总数的比例。它关注模型捕捉正类的能力。
- 公式：
- 作用：在正类样本的检测至关重要的场景中非常重要，如欺诈检测，你希望尽可能多地捕捉到所有的欺诈行为。
- 局限性：高召回率可能以牺牲精确率为代价，因为模型可能会预测更多的样本为正类，包括一些实际上是负类的样本。
F1 Score（F1分数）:
- 定义：F1分数是精确率和召回率的调和平均数，提供了精确率和召回率之间的平衡。当两者都很高时，F1分数才高。
- 公式：
- 作用：在需要同时考虑精确率和召回率的场景中非常有用。F1分数是一个综合指标，适用于评估模型的整体性能，特别是在类别分布不均衡的情况下。
- 局限性：和精确率、召回率一样，F1分数也无法反映模型对负类预测的性能。
这些指标通常一起使用，以全面评估模型的性能。在类别不平衡的数据集中，仅依赖准确率可能会产生误导，因此在这种情况下，更推荐使用精确率、召回率和F1分数。此外，在多类分类问题中，还可以使用加权平均或宏平均来计算这些指标，以考虑每个类别的重要性或样本数量。
)
