数据挖掘模型优化中，Precision，Recall，F值这三个指标应该优先优化哪个？

提示: 作者被禁止或删除内容自动屏蔽

熊辰炎 · 2018-9-28 00:21:22

取决于你的具体问题。如果啥背景都不给的话，就是F值综合考虑。

但是大部分互联网公司里和用户相关的算法时，更看重的是precision。
比如想要在Google的搜索系统里用的某个新算法，recall可以是0.01%，但是考虑到总体的用户数量，0.01%依然是很大的数字。但是precision必须要足够高，一般都要求95%以上。因为用户对效果的提升并不怎么敏感，但是对bad case却非常在意。可能你某个算法更好的满足了100个用户，他们却并不知情，但是伤害到了1个用户，他可能就截图发Facebook嘲笑你了。。。

也有的时候是只看recall的。。。比如黄反过滤和墙。。。宁可错杀一万，不能放过一个。不然就要被找去喝茶了。

刘知远 · 2018-9-28 00:21:23

根据你的需求来，F值就是尝试做precision和recall之间协调的一个评价指标，一般看F值，只有当precision和recall都还不错的时候，F值才会高。

霸天虎 · 2018-9-28 00:21:26

和场景无关，意味从本质来分析。P和R都很高，是非常正常的，因为这与数据分布有关。此时,F值接近(1+1/a平方)/2,不是越大越好。

王晨晖 · 2018-9-28 00:21:27

这篇文章写得挺详细的，ROC曲线和PR(Precision-Recall)曲线的联系

数据挖掘模型优化中，Precision，Recall，F值这三个指标应该优先优化哪个？

4 个回复