如果一个二分类模型的召回率是99%，误报率是1%，正负样本比

答案 B 解析 - 明确概念公式：精确率（Precision）的计算公式为Precision=\frac{TP}{TP + FP} ，其中TP（True Positive）是真正例，即实际为正例且被模型正确预测为正例的样本数；FP（False Positive）是假正例，即实际为负例但被模型错误预测为正例的样本数。 - 结合已知条件计算： - 已知召回率（Recall）=\frac{TP}{TP + FN}= 99\%（FN是假负例，即实际为正例但被模型错误预测为负例的样本数 ），误报率（False Alarm Rate）=\frac{FP}{TN + FP}= 1\%（TN是真负例，即实际为负例且被模型正确预测为负例的样本数 ），正负样本比例是1:100 。 - 不妨设正样本数量为1，负样本数量为100 。根据召回率公式，正样本中被正确预测的数量TP = 1\times99\% ；根据误报率公式，负样本中被错误预测为正样本的数量FP = 100\times1\% 。 - 将TP = 1\times99\% ，FP = 100\times1\%代入精确率公式Precision=\frac{TP}{TP + FP} ，可得精确率=\frac{1\times99\%}{1\times99\% + 100\times1\%}\approx\frac{0.99}{0.99 + 1}\approx50\% 。