推荐两个帖子：

https://blog.csdn.net/qq_16488989/article/details/109090801

https://zhuanlan.zhihu.com/p/67844308

（1）F1分数（F1-Score）

        精确率(Precision)和召回率(Recall)评估指标,理想情况下做到两个指标都高当然最好，但一般情况下，Precision高，Recall就低，Recall高，Precision就低。

        所以在实际中常常需要根据具体情况做出取舍，例如一般的搜索情况，在保证召回率的条件下，尽量提升精确率。而像癌症检测、地震检测、金融欺诈等，则在保证精确率的条件下，尽量提升召回率。

        引出了一个新的指标F-score,综合考虑Precision和Recall的调和值。

        · 当β=1时，称为 F1-score或者 F1-Measure，这时，精确率和召回率都很重要，权重相同。

        · 当有些情况下，我们认为精确率更重要些，那就调整β的值小于1，

        · 如果我们认为召回率更重要些，那就调整β的值大于1。

        常见的F1分数**(F1-Score**)计算公式如下：

        举个例子：某地区新冠病毒检查数据样本有10000个，其中5个样本核酸检测呈阳性，其它多次检测都是阴性。假设分类模型在多次检测都是阴性的数据9995中预测正确了9990个，在5个核酸检测呈阳性数据中预测正确了4个，此时TP（正->正）=4，TN（负->负）=9990，FP(负->正)=5，FN(正->负)=1。

注：这里正类表示核酸检测呈阳性，负类表示多次检测呈阴性。

        根据准确度（准确率），精确率和召回率的计算公式：

        Accuracy = (4+9990) /10000=99.94% 

        Precision = 4/(4+5)= 44.44% 

        Recall = 4/(4+1) = 80.00%

        F1-score=2×(44.44% × 80%)/(1×44.44%+80%)=57.13% 

        F2-score=5× (44.44% × 80%)/(4×44.44%+80%)=68.96%

（2）Kappa系数

        Kappa系数是一个用于一致性检验的指标，也可以用于衡量分类的效果。因为对于分类问题，所谓一致性就是模型预测结果和实际分类结果是否一致。kappa系数的计算是基于混淆矩阵的，取值为-1到1之间,通常大于0。基于混淆矩阵的kappa系数计算公式如下：

其中：

 ，其实就是acc。

即所有类别分别对应的“实际与预测数量的乘积”，之总和，除以“样本总数的平方”。

①为什么使用Kappa系数？        

        分类问题中，最常见的评价指标是acc，它能够直接反映分正确的比例，同时计算非常简单。但是实际的分类问题种，各个类别的样本数量往往不太平衡。在这种不平衡数据集上如不加以调整，模型很容易偏向大类别而放弃小类别(eg: 正负样本比例1:9，直接全部预测为负，acc也有90%。但正样本就完全被“抛弃”了)。此时整体acc挺高，但是部分类别完全不能被召回。

        这时需要一种能够惩罚模型的“偏向性”的指标来代替acc。而根据kappa的计算公式，越不平衡的混淆矩阵，  越高，kappa值就越低，正好能够给“偏向性”强的模型打低分。

②kappa系数计算示例

        混淆矩阵：

        学生实际的成绩评级和预测的成绩评级

将  和 代入  即可。