关于调节样本提升随机森林预测模型准确度和正样本召回率的实例对比

### 计算准确度、精确度和召回率 #### 准确度 (Accuracy) 准确度是指所有预测样本中分类正确的比例。其计算公式如下： \[ \text{Accuracy} = \frac{\text{TP} + \text{TN}}{\text{TP} + \text{FP} + \text{FN} + \text{TN}} \] 其中： - TP (True Positive): 正类被正确识别的数量 - TN (True Negative): 负类被正确识别的数量 - FP (False Positive): 实际为负类却被错误地标记为正类的数量 - FN (False Negative): 实际为正类却被错误地标记为负类的数量 ```python def calculate_accuracy(tp, tn, fp, fn): accuracy = (tp + tn) / (tp + tn + fp + fn) return accuracy ``` #### 精确度 (Precision) 精确度衡量的是模型对于正类别的预测准确性，即所有预测为正类的实例中有多少确实是正类。 \[ \text{Precision} = \frac{\text{TP}}{\text{TP} + \text{FP}} \] ```python def calculate_precision(tp, fp): precision = tp / (tp + fp) return precision ``` #### 召回率 (Recall) 召回率表示实际为正类的数据点中有多少被成功检测出来，也称为敏感性或真正率。 \[ \text{Recall} = \frac{\text{TP}}{\text{TP} + \text{FN}} \] ```python def calculate_recall(tp, fn): recall = tp / (tp + fn) return recall ``` 假设有一个二元分类器的结果如下表所示： | 类别 | 预测结果 | | --- | ------- | | 正类 | 80 | | 负类 | 20 | 以及混淆矩阵数据如下： | | 预测为正 | 预测为负 | | ------ | -------- | -------- | | **真实为正** | 70 | 10 | | **真实为负** | 5 | 15 | 那么可以得到： - TP = 70 - TN = 15 - FP = 5 - FN = 10 代入上述函数可得具体的数值[^1]。