精确率和召回率为什么此消彼长？分类阈值怎么选？

简化版

分类模型常输出一个概率或分数，再用阈值转成正、负标签。提高阈值会缩小预测正例集合，因此召回率不会上升；降低阈值则会扩大预测正例集合，因此召回率不会下降。精确率通常与召回率形成权衡，但它不保证随阈值单调变化：新移入或移出的样本标签不同，精确率可能局部波动。实际应在验证集上按误报、漏报代价，或按 F1、最低召回率等约束选工作点，而不是默认使用 0.5。

详细版

阈值与两指标的关系：

阈值 ↑（严格）: 预测正集合缩小 → Recall 不升；Precision 常升但可局部波动
阈值 ↓（宽松）: 预测正集合扩大 → Recall 不降；Precision 常降但可局部波动

为什么此消彼长：

提高阈值会移除一部分预测正例，TP 和 FP 都可能减少，所以 Recall 不升；Precision 取决于被移除样本中正、负例的比例。
降低阈值会纳入更多样本，TP 和 FP 都可能增加，所以 Recall 不降；Precision 同样取决于新纳入样本的组成。

阈值选择方法：

方法	说明
业务代价	漏报贵→保召回（低阈值）；误报贵→保精确（高阈值）
F1 最大	在 P-R 曲线上选 F1 最高的阈值
约束下优化	「召回率≥0.9 时精确率最高」等业务约束
代价敏感	按 FP、FN 的实际代价最小化总代价

完整版教学

一、根源：模型输出的是概率，阈值决定标签

大多数分类模型（逻辑回归、树、神经网络）输出的不是直接的类别，而是一个概率或打分（如「这封邮件是垃圾的概率 0.73」）。要得到最终的「是/否」标签，需要设一个阈值：概率 ≥ 阈值判为正类，否则负类。默认阈值是 0.5，但它不是必须的、也常常不是最优的——阈值可以在 0~1 之间任意调，而调阈值会同时改变精确率和召回率。这就是两者权衡的来源。

二、为什么此消彼长——从阈值变化看

提高阈值（更严格，如 0.5→0.8）：只有非常有把握（概率很高）的样本才判为正。

预测正例集合缩小，TP、FP 均不会增加，因而 Recall 不会上升。
若移除的低分样本以负例居多，Precision 通常提高；若恰好移除了正例，Precision 也可能下降。
直觉上模型变得更谨慎，常见现象是误报减少、漏报增多，但不能把 Precision 的上升写成数学保证。

降低阈值（更宽松，如 0.5→0.2）：只要有点可能就判为正。

预测正例集合扩大，TP、FP 均不会减少，因而 Recall 不会下降。
若新纳入样本以负例居多，Precision 通常降低；若新纳入的是正例，Precision 反而可能提高。
直觉上模型变得更激进，常见现象是召回更多正例，同时带来更多误报。

阈值:  0 ←──────────────────→ 1
      宽松                    严格
   召回率通常较高           召回率通常较低
   精确率常较低             精确率常较高

极端情况：若所有分数都不小于 0，阈值取 0 会把全部样本判正，Recall 为 1，Precision 等于样本正类比例，并非“全是误报”。阈值高到没有预测正例时，Recall 为 0，而 Precision 的分母为 0，需按评测库约定报告。普通非完美排序中二者常需权衡；若正负样本完全可分，则存在阈值使 Precision 和 Recall 同时为 1。

三、这是「权衡」不是「模型变好变坏」

要注意：调阈值不改变模型本身的能力（AUC、模型对样本的排序不变），只是在同一个模型的不同工作点之间移动。P-R 曲线和 ROC 曲线正是「遍历所有阈值」画出来的——曲线代表模型能力，而选阈值 = 在曲线上选一个具体的工作点。所以「精确率召回率此消彼长」描述的是沿曲线移动的权衡，不是模型好坏。

四、怎么选阈值——先问业务代价

阈值该定多少，没有通用答案，取决于业务对两类错误的容忍度：

漏报（FN）代价高 → 调低阈值、保召回率：
- 癌症筛查：宁可多让些健康人复查（FP），也别漏掉真病人（FN）→ 高召回。
- 欺诈/安全检测：宁可多拦截些正常的，也别放过真威胁。
误报（FP）代价高 → 调高阈值、保精确率：
- 垃圾邮件：宁可漏掉些垃圾，也别误杀正常邮件（FP）→ 高精确。
- 精准推荐/推送：推错了打扰用户，要保证推的准。

先想清楚「漏一个的代价 vs 错报一个的代价」，再定阈值偏向。

五、更系统的阈值选择方法

除了凭业务直觉，还有量化方法：

F1 最大点：在 P-R 曲线上遍历阈值，选让 F1（精确率召回率调和平均）最大的阈值——两者兼顾时的常用做法。
约束下优化：业务定一个硬约束，如「召回率必须 ≥ 0.9（不能漏太多），在此前提下让精确率最高」，据此选阈值。
代价敏感优化：给 FP、FN 各自赋予实际代价（如漏报损失 1000 元、误报损失 10 元），选期望总代价最小的阈值。
在验证集上选、在测试集上验证：阈值也是要「学」的，必须在独立数据上确定，避免过拟合。

六、常见追问

精确率和召回率为什么常需权衡？ 排序不完美时，扩大预测正集合虽能找回更多正例，通常也会纳入负例；但这不是“一个升、另一个必降”的严格定律。
默认 0.5 阈值一定合适吗？ 不一定，尤其类别不平衡或代价不对称时，常需重新选阈值。
调阈值会让模型变好吗？ 不会——只是在同一模型的 P-R/ROC 曲线上换工作点，模型能力（AUC）不变。
怎么定阈值？ 按业务代价（漏报贵保召回、误报贵保精确），或 F1 最大、约束优化、代价最小。
不平衡时阈值怎么调？ 正类稀少常需降低阈值提高召回，并结合 P-R 曲线选点。

七、按分数排序算三个真实工作点

四个样本按分数从高到低为 0.90(+),0.80(-),0.70(+),0.40(-)。阈值取 0.85 时，Precision=1、Recall=0.5；阈值取 0.65 时，TP=2、FP=1，所以 Precision≈0.667、Recall=1。若阈值高于 0.90，一个正例都不预测，此时 Precision 分母为 0，不能说“精确率很高”。

阈值	TP	FP	FN	Precision	Recall
0.85	1	0	1	1.000	0.500
0.75	1	1	1	0.500	0.500
0.65	2	1	0	0.667	1.000

这个例子还说明 Precision 不随阈值严格单调：阈值从 0.75 降到 0.65 时 Precision 反而从 0.5 回升到约 0.667，因为新纳入的是正例。严格成立的是阈值降低时预测正集合扩张、Recall 不下降；Precision 只是总体上常见权衡。

验证集分数 → 枚举候选阈值 → 计算成本/约束
           → 锁定阈值 → 独立测试 → 上线监控漂移后再校准

记忆钩子：阈值选择是一个需要验证数据的决策规则，不是训练结束后随手把 0.5 写死。

八、常见误区与追问

误区：提高阈值时 Precision 必然严格升高。 Recall 通常不增，但 Precision 可因离散排序上下波动。
误区：Precision 和 Recall 在完美模型上也不可能同时为 1。 完全可分时存在阈值让两者同时达到 1。
追问：无预测正例时 Precision 怎么报告？ 应说明分母为零及库的处理约定，不能解读成高精确率。
追问：概率未校准会影响阈值吗？ 会影响概率含义和基于成本的阈值迁移，但排序曲线可能仍较好。
追问：线上先验变化后阈值要重选吗？ Precision、成本和最优工作点可能变化，应监控并在新分布重新验证。

九、加强记忆

模型输出概率或分数，靠阈值转标签；0.5 只有在概率含义、类别先验和决策代价满足相应条件时才自然。阈值提高会缩小预测正集合，故 Recall 不升；阈值降低会扩大该集合，故 Recall 不降。Precision 在实际数据上常与 Recall 权衡，却可能因样本排序离散而局部波动，完美可分时二者还能同时为 1。调阈值是在同一排序模型的 P-R/ROC 曲线上换工作点，不会改变由分数排序决定的曲线与 AUC。选点应依据误报、漏报的真实代价，或使用 F1、召回率约束、总代价最小等准则，并且只在验证集上选、在独立测试集上做最终评估。

简化版

详细版