不平衡分类问题的鲁棒性能指标
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
本文探讨了机器学习中分类系统的性能指标，比较了MCC、F1和FM得分的优劣，强调了在处理不平衡数据时的有效性。研究提出了新方法解决二分类器中的类不平衡问题，并通过实验验证了其在医学影像等领域的应用效果，提升了模型的准确性和效率。
🔎
延伸解读
性能指标的选择：MCC、F1与FM的适用场景
文章比较了MCC、F1和FM等指标。MCC综合考虑混淆矩阵的所有元素，而F1和FM仅关注真阳性、假阳性和假阴性，在目标检测等真阴性数量庞大的场景中更实用。作者还证明了FM与MCC在特定条件下等价，这为指标选择提供了理论依据。
解决类别不平衡：从损失重加权到约束优化
针对类别不平衡，文章介绍了多种方法：重新权衡损失函数以平衡正负类真实率；基于约束学习的框架，在训练子集上预测正负例率，避免复杂优化；以及使用增广拉格朗日方法将分类视为约束优化问题，在医学影像等任务中提升精度。这些方法模型无关且计算代价较低。
利用不确定性提升决策边界性能
文章指出模型得分和不确定性共同影响决策边界选择。通过动态规划和保序回归算法，在高精度边界下，召回率比仅使用模型得分的方法提升了25%-40%。这表明在分类任务中，结合不确定性信息可以显著改善模型性能。
❓
Q&A
不平衡分类问题的鲁棒性能指标有哪些？
主要有MCC、F1和FM得分，这些指标用于评估分类系统的性能。
如何解决二分类器中的类不平衡问题？
可以通过在训练数据的子集上预测正/负例率的方法来解决类不平衡问题。
新方法在医学影像领域的应用效果如何？
该方法在医学影像领域有效提高了模型的准确性和效率。
为什么重新权衡损失函数在处理不平衡数据时重要？
重新权衡损失函数可以平衡正负类的真实率，从而提高分类器的性能。
MCC、F1和FM得分的优劣比较如何？
MCC综合考虑整个混淆矩阵，而F1和FM得分则侧重于真阳性、假阳性和假阴性，FM和MCC在某些情况下是等价的。
新方法的计算代价如何？
该方法与模型无关，计算代价较低，适合广泛应用。
🏷️
