第一类错误是什么？明明没有却说有的“误报”

第一类错误（Type I Error），在机器学习中也称为假阳性或误报（False Positive，FP），是指模型错误地预测某个条件或属性存在，而实际上它并不存在。例如，模型可能把一封合法的电子邮件错误地分类为垃圾邮件；把一笔正常的交易误判为欺诈；把一个健康的人诊断为患病。这个概念来自统计学中的假设检验，在统计学中，它指的是错误地拒绝了一个实际上正确的原假设。

误报的代价

第一类错误在机器学习应用中同样可能是严重的问题，具体后果取决于应用场景。垃圾邮件过滤：把重要的工作邮件、录用通知或账单提醒误判为垃圾邮件，用户可能因此错过关键的信息。金融风控：把客户正常的消费误判为欺诈，导致银行卡被冻结、交易失败，影响用户体验，甚至导致客户流失。医疗诊断：误诊会让健康的人承受不必要的心理压力，接受额外的、可能有风险的检查和治疗，也浪费医疗资源。内容审核：把正常的内容误判为违规而删除或限流，会损害用户的表达，引起不满。司法和安防：人脸识别等系统的误报，可能导致无辜的人被错误地怀疑。

和第二类错误的权衡

第一类错误和第二类错误（漏报）通常此消彼长。提高判定的门槛，让模型只在非常有把握时才判断为阳性，可以减少误报，但会增加漏报；降低门槛则相反。不同的场景对两种错误的容忍度不同：在垃圾邮件过滤中，人们通常更不能容忍误报，把重要邮件当成垃圾邮件扔掉，比漏掉几封垃圾邮件更糟糕；在癌症筛查中，则更不能容忍漏报。因此，在设计和调整模型时，需要根据业务的实际情况，在两种错误之间找到合适的平衡点。

如何衡量

衡量第一类错误的常用指标是精确率（Precision），也就是在模型判断为阳性的所有样本中，真正是阳性的比例：精确率越高，误报越少。另一个常用指标是假阳性率（FPR），也就是在所有实际为阴性的样本中，被错误地判断为阳性的比例。把假阳性率和真阳性率放在一起，在不同的判定阈值下画出的曲线，就是 ROC 曲线，它直观地展示了误报和漏报之间的权衡关系。在统计学的假设检验中，常用的显著性水平，比如 0.05，就是研究者愿意接受的犯第一类错误的最大概率。