機器學習指標互動實驗室
拖動滑桿改變混淆矩陣數值，即時觀察指標與權衡關係
1. 設定混淆矩陣數據
調整預測結果的四種分佈情況：
TP (真陽性 - 抓對了)
50
實際是 Yes，AI 預測 Yes
TN (真陰性 - 排對了)
50
實際是 No，AI 預測 No
FP (假陽性 - 誤報)
10
實際是 No，AI 預測 Yes (把狗認成貓)
FN (假陰性 - 漏報)
10
實際是 Yes，AI 預測 No (沒抓到貓)
2. 視覺化分佈
3. 指標結果
準確率 Accuracy
0%
整體猜對的比率
精確率 Precision
0%
避免誤報 (重質)
召回率 Recall
0%
避免漏報 (重量)
F1 Score
0%
綜合平衡指標
機器學習評估指標詳解筆記
在評估模型時，我們不能只看「猜對了幾題」，因為資料往往是不平均的。以下是四個核心指標的詳細邏輯。
1. 準確率 (Accuracy) - 整體正確率
最直觀的指標，代表「模型總共猜對了多少比例」。
Accuracy =
TP + TN (答對總數)
TP + TN + FP + FN (總樣本數)
⚠️ 致命缺陷 (Accuracy Paradox)：
如果 100 個病人只有 1 人患病。模型只要採取「全部猜健康」的策略，準確率就能高達 99%，但這個模型對於找出病人完全沒用。因此，資料不平衡時不可單獨使用此指標。
2. 精確率 (Precision) - 查準率
關注的是「預測出的結果有多少可信度」。回答：「當模型發出警報時，我有多少信心它是真的？」
Precision =
TP (真正確)
TP + FP (模型說是的)
核心精神： 寧可漏抓，不可誤殺 (避免 FP)。
應用場景 垃圾郵件過濾：我們希望精確率很高，寧可漏抓垃圾信，也不要誤判重要郵件。
3. 召回率 (Recall) - 查全率 / 靈敏度
關注的是「原本的目標抓出了多少」。回答：「在所有的目標當中，模型成功抓出了幾成？」
Recall =
TP (真正確)
TP + FN (原本就是的)
核心精神： 寧可誤殺，不可漏抓 (避免 FN)。
應用場景 癌症篩檢 / 地震預警：我們希望召回率很高，寧可誤報（虛驚一場），也不能漏掉任何一個真正的病患或災害。
4. F1 Score - 綜合指標
精確率與召回率往往是互斥的 (Trade-off)。F1 是兩者的調和平均數，用來評估模型的穩健性。
F1 = 2 ×
Precision × Recall
Precision + Recall
為什麼不用算術平均？ 如果 Precision=100% 但 Recall=0% (完全沒抓到)，算術平均還有 50 分，但調和平均 F1 會變成 0 分。F1 只有在兩者都均衡時才會高。
快速對照表
| 指標 | 數學意義 | 關注點 | 適用情境 |
|---|---|---|---|
| 準確率 | (答對總數) / (總數) | 整體表現 | 資料分佈平均時 |
| 精確率 | (抓對) / (我說是對的) | 避免誤報 (FP) | 垃圾郵件、推薦系統 |
| 召回率 | (抓對) / (原本就是對的) | 避免漏報 (FN) | 防疫、醫療、災害預警 |
| F1 Score | 調和平均 | 綜合平衡 | 資料不平均、通用評估 |