5.5 混淆矩阵深度解析

混淆矩阵是所有分类指标的源头。理解它，你就能自己推导出任何分类指标。

                预测为正    预测为负
实际为正        TP          FN
实际为负        FP          TN

TP（True Positive，真正例）：模型说”是”，实际也是”是”。病人有病，AI 说有病——正确诊断。

FP（False Positive，假正例）：模型说”是”，实际是”否”。病人没病，AI 说有病——误报（Type I Error，第一类错误）。统计学术语：假阳性。通俗说法：虚惊一场。

TN（True Negative，真负例）：模型说”否”，实际也是”否”。病人没病，AI 说没病——正确排除。

FN（False Negative，假负例）：模型说”否”，实际是”是”。病人有病，AI 说没病——漏报（Type II Error，第二类错误）。统计学术语：假阴性。通俗说法：漏网之鱼。

所有分类指标都可以从这四个数字推导出来：

基础比率：

精确率：Precision = TP / (TP + FP) —— 预测为正的样本中，真正为正的比例

准确率：Accuracy = (TP + TN) / (TP + TN + FP + FN) —— 预测正确的样本占总样本的比例

F1 分数：F1 = 2TP / (2TP + FP + FN) —— 精确率和召回率的调和平均

Matthews 相关系数（MCC）：(TP×TN - FP×FN) / sqrt((TP+FP)(TP+FN)(TN+FP)(TN+FN))

当正负样本比例严重失衡时（如正例 1%，负例 99%），不同的指标会给出截然不同的结论：

准确率：99% 准确率看起来很好，但可能只是”全说没病”的结果。不平衡数据下，准确率基本无用。

精确率：如果模型只预测了 1 个正例，且恰好正确，精确率 = 100%。但这个 100% 是建立在”漏掉了其他所有正例”的基础上的。精确率单独看不充分。

召回率：如果模型把所有样本都预测为正，召回率 = 100%，但精确率只有 1%。召回率单独看也不充分。

F1：平衡了精确率和召回率，但在极度不平衡时，F1 可能对精确率的变化更敏感。

PR-AUC：精确率-召回率曲线下的面积，在不平衡数据下比 ROC-AUC 更有区分度。因为 PR 曲线关注的是正例，而 ROC 曲线同时关注正例和负例。

实际建议：

在医疗诊断中，不同的错误有不同的代价：

成本敏感评估：给不同的错误类型赋予不同的权重。

Cost = C_FN × FN + C_FP × FP

其中 C_FN 是漏诊的代价（如 100），C_FP 是误诊的代价（如 1）。实际上，医疗决策中漏诊的代价通常是误诊的 10-100 倍。

这个框架不仅适用于医疗：

2026 年的实践：在 AI 医疗系统中，通常设置非常低的分类阈值——宁可多报，不能漏报。AI 做初筛，医生做确认。AI 的召回率要求接近 100%，精确率可以低一些，因为医生会复核。

← 上一节：5.4 评估指标的完整体系｜下一节：5.6 交叉验证完全指南 →

关联5