准确率、精确率、召回率：模型到底好不好，看哪个数
一个"准"字，藏着三笔账
评测一个分类模型，最容易脱口而出的是"它准不准"。可"准"是个含糊词。比方医院筛查一种少见病：一千人里只有两个真患者，模型只要永远猜"没病"，就能拿 99.8% 的准确率——看起来神准，却一个病人都没找出来。这说明，单看一个"准"字会骗人，得拆成几个不同的角度一起看。
准确率：整体蒙对的比例
准确率是最直观的那个：所有预测里，判对的占多少。它的盲区在于"类别不平衡"。当正负样本极不对称（比如欺诈交易、罕见病），一个偷懒全猜多数的模型，准确率也能很高，却毫无用处。所以准确率适合"两类差不多多"的场景，一旦失衡，就得请出下面两位。
精确率：你说"有"的时候，真的有吗
精确率关心的是"阳性预测准不准"：在所有被模型判为"有病"的人里，真正有病的有多少。它像催收电话的命中率——你打一百个催债电话，真欠钱的有几个？精确率低，意味着模型爱"乱报警"，把没病的人吓进医院。对"误报代价高"的场景（如司法、金融），精确率往往比准确率更关键。
召回率：该抓的，你抓到了吗
召回率关心的是"别漏网"：在所有真正有病的人里，模型找出了多少。它像考试查漏——该会的题，你答上来几道？召回率低，意味着真患者被放过了，这在癌症筛查里可能要命。精确率看"报警的可信度"，召回率看"覆盖的完整性"，二者常常此消彼长：把门槛调松，召回高了、精确却降了。
F1：在两边之间取平衡
因为精确率和召回常打架，单独报一个都不公平，于是有了 F1 分数——它取两者的调和平均，逼着你两头都顾。一个模型若精确率满分、召回率为零，F1 依然很低，骗不了人。读评测报告时，先看任务更怕"误报"还是"漏报"，再决定更看重哪个指标，最后用 F1 做个综合兜底。
小结
模型好不好，不能只抛一句"准"。准确率是整体蒙对率，遇类别失衡会失灵；精确率盯"报警可信度"，召回率盯"漏网风险"，F1 替二者把关。下次看一份 AI 评测，先问自己：这个场景最怕误报还是漏报？再决定该信哪个数字。说到底，指标是标尺不是裁判：先想清场景最怕哪种错，再决定盯哪个数，最后用 F1 兜个底。别被单一高分忽悠，多问一句"最怕误报还是漏报"，指标就有了方向，一份评测报告才算真正读懂。选对指标，往往比单纯堆高那个"准确率"数字更有用。
