KNOWECON WIKI

ARTICLE

假正例

假正例 (False Positive) 假正例 (False Positive, FP) 是 二分类问题 与 统计假设检验 中的基本概念，指实际属于负类的样本被模型错误地预测为正类的情形。与 假阳性——统计检验中错误拒绝原假设 H_0 的第一类错误——在数学上同构，但假正例侧重于分类与机器学习语境，强调样本级别的误判而非分布层面的决策错误。假正例与 假负例

浏览 0 更新 2025-12-25

假正例 (False Positive)

假正例 (False Positive, FP) 是 二分类问题 与 统计假设检验 中的基本概念，指实际属于负类的样本被模型错误地预测为正类的情形。与 假阳性——统计检验中错误拒绝原假设 H0H_0 的第一类错误——在数学上同构，但假正例侧重于分类与机器学习语境，强调样本级别的误判而非分布层面的决策错误。假正例与 假负例 (False Negative) 共同构成分类器两类不可同时消除的错误来源。

混淆矩阵中的位置

假正例在 混淆矩阵 中占据右上角：预测为正但真实为负。完整的混淆矩阵为：

预测正类预测负类真实正类TPFN真实负类FPTN\begin{array}{c|cc} & \text{预测正类} & \text{预测负类} \\ \hline \text{真实正类} & TP & FN \\ \text{真实负类} & FP & TN \end{array}

由此导出的假正例率 (False Positive Rate, FPR) 为：

FPR=FPFP+TN=1−Specificity.\text{FPR} = \frac{FP}{FP + TN} = 1 - \text{Specificity}.

FPR 衡量模型在所有真实负类中误判的比例，与真阳性率 TPR (= Recall) 通过分类阈值形成 ROC曲线 的横纵轴。

假正例与假负例的权衡

分类器通过调节决策阈值在假正例与假负例之间权衡，这一关系是 Neyman-Pearson引理 的直接推论：在固定假正例率约束下最大化真阳性率的检验即似然比检验。降低阈值可捕获更多正例（减少假负例），但同时将更多负例误判为正类（增加假正例）。最优阈值依赖于误分类代价：在 疾病筛查 中，假负例（漏诊）代价远高于假正例（误诊），阈值倾向放低；在垃圾邮件过滤中，假正例（误删重要邮件）比假负例（漏过少量垃圾邮件）更具破坏性，阈值倾向保守。

代价敏感学习

代价敏感学习 (Cost-Sensitive Learning) 将假正例与假负例的代价不对称性纳入训练目标。设 CFPC_{FP} 为假正例的单位代价，CFNC_{FN} 为假负例的单位代价，期望代价为：

E[Cost]=CFP⋅FP+CFN⋅FN.\mathbb{E}[\text{Cost}] = C_{FP} \cdot FP + C_{FN} \cdot FN.

当 CFP≫CFNC_{FP} \gg C_{FN} 时，分类器应偏向保守（减少假正例）；反之亦然。实践中可通过调整类别权重或重采样实现，如在 信用卡欺诈检测 中，欺诈交易（正类）极为稀疏，若不引入代价敏感机制，模型倾向于将所有样本预测为正常（负类），导致假负例泛滥；但这同时意味着假正例率可能在绝对数量上仍然可观——即便 FPR 很低，由于负类基数庞大，假正例的绝对数仍可能超过真阳性。

多重比较中的假正例累积

当分类器同时对大量样本或特征做出判断时，假正例问题因多重性而加剧。若独立检验 mm 个特征，每个以 α=0.05\alpha = 0.05 的假正例容忍度筛选，则期望假正例数为 mαm\alpha。在 基因组关联研究 中 mm 可达百万量级，未经校正时将产生数以万计的虚假关联。Bonferroni校正 与 Benjamini-Hochberg 方法分别控制族系错误率和错误发现率，是应对假正例累积的标准手段。

与假阳性的关系

假正例与 假阳性 在本质上等价——都指误将阴性/负类判定为阳性/正类。区别主要在于使用语境：统计假设检验中偏好 假阳性 和 第一类错误，强调决策规则的错误概率；机器学习与分类问题中偏好 假正例，强调样本个体的误判类型。在 二元分类 的统计学习理论中，假正例率与检验水准 α\alpha 的对应关系为二者提供了统一的数学框架。