正类是什么？二分类中我们关心、要检测出来的那一类

正类（Positive Class），也叫正例或阳性类，是二分类问题中被指定为“目标”的那一类，通常是我们关心的、需要被检测出来的那一类。与之相对的另一类叫作反类、负类或阴性类。在数据中，正类通常用 1 或正 1 来表示，反类用 0 或负 1 来表示。

“正”不代表“好”

需要注意的是，“正类”中的“正”并不表示好的、积极的意思，而只是表示“是我们要找的那一类”，相当于对“是不是”这个问题回答“是”。实际上，正类往往是不好的、需要警惕的情况：在疾病诊断中，正类是“患病”，检测结果为“阳性”通常是坏消息；在反欺诈中，正类是“欺诈交易”；在垃圾邮件过滤中，正类是“垃圾邮件”；在工业质检中，正类是“有缺陷的产品”；在网络安全中，正类是“攻击行为”。这种叫法来源于医学检测中的“阳性”和“阴性”。

通常如何选择正类

一般来说，人们会把以下这样的类别指定为正类：我们真正关心、需要找出来的那一类；数量较少、比较罕见的那一类，比如在大量正常交易中混杂的少数欺诈交易；漏掉它的代价比较高的那一类。这些特点常常是重合的。当然，正类的选择本质上是一种约定，取决于具体的任务和关注点。

为什么正类的选择很重要

很多常用的评价指标都是围绕正类来定义的，指定哪一类为正类，会直接影响这些指标的数值。查准率：在被判为正类的样本中，有多少是真正的正类。查全率，也叫召回率：在所有真正的正类中，有多少被找了出来。F1 分数：查准率与查全率的调和平均。这些指标都只关注正类，不涉及反类本身判断得如何。如果把正类和反类互换，查准率、查全率和 F1 分数的数值通常会完全不同。比如在一个 95% 是正常邮件、5% 是垃圾邮件的数据集上，以“垃圾邮件”为正类计算的 F1 分数，与以“正常邮件”为正类计算的 F1 分数可能相差很大。因此，在报告模型的效果时，应当明确地说明正类指的是哪一类。相比之下，准确率和 ROC 曲线下的面积 AUC 对正反类的选择不敏感：互换正反类之后，准确率不变，AUC 也保持不变。

在混淆矩阵中

以正类为中心，二分类的预测结果分为四种情况：真正例，实际为正类、预测为正类；假正例，实际为反类、却被预测为正类，也就是误报；假反例，实际为正类、却被预测为反类，也就是漏报；真反例，实际为反类、预测为反类。名称中的“正”和“反”都是相对于预测结果而言的，“真”和“假”表示预测是否正确。

在多分类和其他任务中

在多分类问题中，通常采用“一对其余”的方式：轮流把每一个类别当作正类、其余所有类别当作反类，分别计算每个类别的查准率、查全率和 F1 分数，再通过宏平均或微平均进行汇总。在信息检索中，“正类”就是与查询相关的文档。在对比学习中，“正样本”指的是与锚点样本相似、应该被拉近的样本，比如同一张图片的不同增强版本，“负样本”指的是不相似、应该被推远的样本，这里的正负含义与分类中的正类、反类有所不同，但思想是相通的。