python模型性能评估需选对指标、用对工具、理解含义：二分类用accuracy/precision/recall/f1/auc，多分类加macro/micro平均，回归用mae/mse/rmse/r²；scikit-learn可快速计算并可视化混淆矩阵与roc曲线；注意数据类型一致、auc需概率输入、不均衡时慎用accuracy、推荐交叉验证。
直接用 Python 计算模型性能指标并不难，关键是选对指标、用对工具、理解数值背后的含义。下面从常用指标、代码实现、注意事项三方面讲清楚。
常用模型评估指标及适用场景
不同任务类型对应的核心指标不同：
- 二分类：准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1-score、AUC-ROC
- 多分类：宏平均/微平均 Precision/Recall/F1、混淆矩阵、类别级准确率
- 回归：MAE（平均绝对误差）、MSE（均方误差）、RMSE（均方根误差）、R²（决定系数）
比如预测用户是否会点击广告，更关注“召回率”（别漏掉潜在点击用户），而银行风控可能更看重“精确率”（别把好人当坏人）。
用 scikit-learn 快速计算核心指标
以二分类为例，假设已有真实标签 y_true 和预测概率 y_pred_proba 或预测类别 y_pred：
立即学习“Python免费学习笔记（深入）”；
<font size="2">from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score, roc_auc_score, confusion_matrix
from sklearn.model_selection import train_test_split
<h1>假设 model 已训练好，X_test, y_test 已准备好</h1><p>y_pred = model.predict(X_test) # 硬预测
y_pred_proba = model.predict_proba(X_test)[:, 1] # 正类概率</p><p>print("Accuracy:", accuracy_score(y_test, y_pred))
print("Precision:", precision_score(y_test, y_pred))
print("Recall:", recall_score(y_test, y_pred))
print("F1-score:", f1_score(y_test, y_pred))
print("AUC:", roc_auc_score(y_test, y_pred_proba))
print("Confusion Matrix:\n", confusion_matrix(y_test, y_pred))</font>多分类只需加参数 average='macro' 或 'micro'；回归任务换用 mean_absolute_error、r2_score 等即可。
画图辅助分析：混淆矩阵与 ROC 曲线
单看数字不够直观，可视化能快速定位问题：
- 混淆矩阵热力图 → 查看哪类容易被误判
- ROC 曲线 → 判断模型在不同阈值下的权衡能力
示例（需安装 matplotlib）：
<font size="2">import matplotlib.pyplot as plt
from sklearn.metrics import ConfusionMatrixDisplay, RocCurveDisplay
<h1>混淆矩阵图</h1><p>ConfusionMatrixDisplay.from_predictions(y_test, y_pred)
plt.title("Confusion Matrix")
plt.show()</p><h1>ROC 曲线</h1><p>RocCurveDisplay.from_predictions(y_test, y_pred_proba)
plt.title("ROC Curve")
plt.show()</font>几个容易忽略但关键的细节
实际用的时候常踩坑，注意这几点：
- 确保
y_pred和y_test数据类型一致（都是 int 或都转成 0/1） - AUC 要求输入是正类概率，不是硬预测结果
- 类别严重不均衡时，准确率会失真，优先看 F1 或 AUC
- 交叉验证比单次 train/test 划分更能反映模型稳定性，可用
cross_val_score
基本上就这些。掌握这几个指标+几行代码，就能系统评估大多数模型了。
