李同學(xué)
2020-06-12 14:27關(guān)于這個矩陣（其中的1 2 3 4對應(yīng)單老師標(biāo)注的）我有一些小問題（前提：建立在已經(jīng)聽明白整個邏輯的基礎(chǔ)上）： 問題1.P(1)=（2）/(1)＋(2) 一類錯誤的概率用公式表示這樣嗎？問題2：P(2)=(3)/(1)＋(3) 二類的公式表示？ 問題3：F1 score的意義在于 讓precision和recall之間取得一個平衡，所以可以理解為：不是要P或者R最大，而是要讓F1最大即最好？問題4：Accuracy和precision在中文含義里差不太多，請問如果譯成中文的話，各大金融類書籍的標(biāo)準(zhǔn)翻譯分別對應(yīng)的什么？問題5：截圖中的紫色畫線部分的文字想要說明的是什么，可否簡單做解釋，便于和我前面想的結(jié)論相互印證？
所屬：CFA Level II > Quantitative Methods 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個回答
Kevin助教
2020-06-12 15:27
該回答已被題主采納
同學(xué)你好！
I類和II類錯誤的定義如圖。那么概率計算如下：
1.P(I)=(2)/((2)+(4))；
2.P(II)=(3)/((1)+(3))；
3.F1越大越好，無論P(yáng)或R如何；
4.目前沒有比較權(quán)威的叫法，可以參考：accuracy準(zhǔn)確率，precision精確率。（其實沒必要糾結(jié)，實際中英語不就很好區(qū)分了嗎？2333）；
5.比如癌癥檢測，1萬人中僅10個患癌癥。我們用1表示陽性，0表示陰性。那么I類錯誤：沒患病但檢測患病，II類錯誤：患病但檢測結(jié)果沒患病。實踐中，precision和recall相互制約，基本此消彼長。我們強(qiáng)調(diào)precision，可能只檢測出6個，6個都是患癌癥的，precision很高，但是對于別的病人就不負(fù)責(zé)任。強(qiáng)調(diào)recall，可能檢測出15個，8個患癌癥的，多7個正常人，造成醫(yī)療資源的浪費。大致就是這樣。所以評價一個檢測方法應(yīng)該precision和recall都有涉及，因此F1 score更好。
-
追問
第一個問題追問：p（1）=（2）/(2)+(4)表示：在人沒病的里邊，機(jī)器驗出有病的概率，即錯殺好人，一類錯誤；p（1）=（1）/(1)+(2)表示：在機(jī)器說人有病的里邊，機(jī)器說錯了（其實人沒?。┑母怕剩彩清e殺好人，也是一類錯誤。有點沒繞不過來了~兩個哪個對呢
-
追問
5追問：他說倆個比較 F1更好的條件是建立在：unequal class distribution is in the dataset.請問這個條件是想強(qiáng)調(diào)說明什么呢
-
追問
P(I)=(2)/((2)+(4))；P=(1)((1)+(2))
P(II)=(3)/((1)+(3))；R=(1)((1)+(3))
單老師的推導(dǎo)邏輯是：一類和二類錯誤都是越低越好，且此消彼長，所以P和R就是越高越好，且也是此消彼長。問題：如果一類錯誤的公式您寫的那樣（當(dāng)然 應(yīng)該就是那樣，所以還是有點暈），不是我寫的P(I)=(2)/((1)+(2))這樣的話,那單老師這種類比的推導(dǎo)方法就有些問題了，請問怎么解釋? -
追答
同學(xué)你好！
1.P(I)和P(II)都是建立在真實數(shù)據(jù)為真或為假的基礎(chǔ)上的條件概率，(1)+(2)明顯是預(yù)測為假的基礎(chǔ)上，肯定不對。
2.就是癌癥這個例子，分布極不對稱，10個人患癌癥，9990人正常。 -
追答
同學(xué)你好！
我看了看，單老師沒推導(dǎo)I類和II類錯誤的問題，只是寫了寫precision和recall的公式。precision和recall的關(guān)系，是此消彼長的，I類和II類錯誤也是此消彼長的關(guān)系，也沒問題的。 -
追問
您舉的癌癥的例子，我沒有能明白，和公式?jīng)]能對的上。1.明確：precision的對立面不是一類錯誤，而recall的對立面是二類錯誤，這個確定對吧？2.P和R的此消彼長可否再說的通俗一點呀？
-
追答
同學(xué)你好！
1.是的
2.還是癌癥的例子，10000人中10患癌癥，但這次更極端一點。比如一套檢測癌癥的方法，強(qiáng)調(diào)precision時，就是強(qiáng)調(diào)判斷患癌的人中有多少真正患癌，該比例越高，說明檢測能力越強(qiáng)。為了提高precision，那么我們可能會考慮10個指標(biāo)，10個指標(biāo)都滿足才判定患癌癥。最終這種方法只檢測出1個患癌的人，實際1個的確患癌，也就是TP=1,FN=9,FP=0,TN=9990。此時precision=100%，recall僅10%。但是這樣的做法對于別的病人就不負(fù)責(zé)任。
強(qiáng)調(diào)recall，就是強(qiáng)調(diào)真實病人中，有多少能被我們檢測出來患癌，比例越高越好。那么我們抱著寧可錯判斷，也不能放過的心態(tài)，我們就可能放松標(biāo)準(zhǔn)，比如滿足10個指標(biāo)中的6個就判定患癌癥。此時可能檢測出15個患癌，實際這15個人中，8個患癌癥的，多7個正常人。TP=8,FN=2,FP=7,TN=9983。此時precision=8/15，recall=80%。但也造成了醫(yī)療資源的浪費。
所以在這套檢測的方法中，我們選的指標(biāo)越多，那么precision越高，但是recall相對就會低；選的指標(biāo)越少，那么recall越高，但precision相對會低。 -
追問
我的理解（簡單轉(zhuǎn)述一下您的意思 看是否理解）： 精準(zhǔn)度高的好處：檢查過的沒有錯的；壞處：查的太慢 對沒查到的不公平。召回度高的好處：把可能出問題的基數(shù)擴(kuò)大了；壞處：不該查的也查了，浪費了資源。標(biāo)準(zhǔn)嚴(yán)一點，準(zhǔn)確度高 召回的基數(shù)就不可能那么大；標(biāo)準(zhǔn)松一點，召回的基數(shù)大了，就不可能保證每個都是精準(zhǔn)無誤。所以此消彼長。 ok?
-
追答
同學(xué)你好！
很棒！理解得很到位哈！ -
追問
謝謝老師，看來有問題還是要問的，弄明白了心情好~
-
追答
別客氣 繼續(xù)加油哈~
0
0
1
1
