机器学习速成·分类(1/4)：简介、分类阈值与混淆矩阵
本文参考 Google 机器学习速成课程 - 分类（Classification）简介 与 阈值和混淆矩阵（Thresholding） 两个模块撰写，承接逻辑回归系列，讲清如何把”概率”变成”类别”，以及如何用混淆矩阵评估分类结果。
一、分类解决什么问题？
在逻辑回归模块中，模型输出的是概率（比如”这封邮件是垃圾邮件的概率 75%”）。但很多时候，我们并不想输出概率，而是直接输出类别：
这封电子邮件是”垃圾邮件”还是”非垃圾邮件”？
分类（Classification） 就是预测一个示例属于哪一类。本系列聚焦二元分类（Binary Classification）——即只有两个类别的分类（如 spam / not spam）。
二、分类阈值（Classification Threshold）：把概率切成类别
逻辑回归输出的 0~1 概率，需要选一个分类阈值来转换：
- 概率 高于阈值 → 分配到正类别（你要检测的类，如
spam）； - 概率 低于阈值 → 分配到负类别（备选类，如
not spam）。
2.1 阈值不是非得 0.5
假设两封邮件得分分别为 0.99 和 0.51：
| 阈值 | 0.99 那封 | 0.51 那封 |
|---|---|---|
| 0.5 | 垃圾邮件 | 垃圾邮件 |
| 0.95 | 垃圾邮件 | 非垃圾邮件 |
虽然 0.5 看似直观，但以下情况不建议用 0.5：
- 错误分类的代价不对称：把合法邮件误判成垃圾，可能比让垃圾邮件漏进来更糟；
- 类别不平衡：比如只有 0.01% 的邮件是垃圾邮件，那么”≥50% 概率就标垃圾”会产生大量误报。
⚠️ 边界情况：预测得分恰好等于阈值时怎么归类取决于实现——例如 Keras 会预测为负类，其他框架可能不同。
三、混淆矩阵（Confusion Matrix）：四个格子看透一切
概率得分不是现实，真正重要的是与标准答案（ground truth）对比。二元分类器的每个输出有四种可能结果：
| 实际正例（真是垃圾邮件） | 实际负例（真不是垃圾邮件） | |
|---|---|---|
| 预测为正例 | 真正例 TP：垃圾邮件被正确识别 → 进垃圾文件夹 ✅ | 假正例 FP：合法邮件被误判 → 错进垃圾文件夹 ❌ |
| 预测为负例 | 假负例 FN：垃圾邮件漏检 → 混进收件箱 ❌ | 真负例 TN：合法邮件被正确放行 → 进收件箱 ✅ |
两个重要观察：
- 行和：所有预测正例（TP+FP）和所有预测负例（FN+TN）——不管对不对；
- 列和：所有真实正例（TP+FN）和所有真实负例（FP+TN）——不管模型怎么分。
如果真实正例总数与真实负例总数相差悬殊，就说数据集不平衡。比如几千张云彩照片里，你感兴趣的罕见云（如卷云）只有几张。
四、阈值如何影响四个格子？
不同的阈值通常会让 TP、FP、TN、FN 的数量发生不同变化。 基本原则：
| 提高阈值 | 后果 |
|---|---|
| TP（真正例） | 减少——更严格，能抓住的垃圾邮件变少 |
| FP（假正例） | 减少——误报更少，合法邮件更安全 |
| FN（假负例） | 增加——更多垃圾邮件漏进收件箱 |
| TN（真负例） | 增加——更多合法邮件被正确放行 |
直观理解：阈值越高，模型越”谨慎”——只标记极有把握的垃圾邮件（如 ≥99.99%），误标合法邮件的概率大降，但也更容易漏掉真正的垃圾邮件。
五、常见误区辨析
- 把合法网站误判为恶意软件，叫什么？ → 假正例（FP）。合法网站是负例，被错误地归成了正例。
- 提高阈值，FP 和 TP 会怎样？ → 两者都减少。预测为正例的总数（TP+FP）整体下降。
- 提高阈值，FN 和 TN 会怎样？ → 两者都增加。预测为负例的总数（FN+TN）整体上升。
六、关键术语速查
- 分类阈值（Classification Threshold）：把概率切分为类别的分界值。
- 正类别 / 负类别：你要检测的类 / 备选类。
- 混淆矩阵（Confusion Matrix）：标准答案 vs 预测结果的 2×2 表。
- TP / FP / FN / TN：真正例 / 假正例 / 假负例 / 真负例。
- 类别不平衡（Class-imbalanced dataset）：正负样本数量悬殊的数据集。
- 标准答案（Ground truth）：数据真实的标签。
总结
| 核心要点 | 关键结论 |
|---|---|
| 分类做什么 | 输出”属于哪一类”，最常见是二元分类 |
| 阈值怎么选 | 0.5 不是唯一答案；看错误代价与类别是否平衡 |
| 四种结果 | TP/FP/FN/TN 构成混淆矩阵 |
| 阈值↑ | TP↓、FP↓、FN↑、TN↑（模型更”保守”） |
| 不平衡 | 正负样本悬殊时，别直接用 0.5 阈值 |
一句话：分类 = 给逻辑回归的概率”画一条线”，线上是正类、线下是负类；而混淆矩阵就是”实际 vs 预测”的四宫格——看懂它，你才能判断一个分类模型到底值不值得信任。