1 基本概念
1.1 定义
假正率是衡量分类器或检测系统把实际属于负类的样本误判为正类的比例。它反映的是“误报”发生的频繁程度，常用于二分类问题的性能评估。
1.2 术语来源
“假正”一词中的“正”指模型预测为正类，“假”则表示预测结果与真实类别不一致。英文 False Positive Rate 通常缩写为 FPR，直译即“假阳性率”或“假正率”。不同学科和中文语境中，这两个译名都较常见。
1.3 在二分类中的含义
在二分类任务里，样本通常被划分为正类和负类。假正率专门描述负类样本被错判成正类的情况，因此它与正类识别能力不同，更关注系统对“本不该触发响应”的对象是否过于敏感。
1.4 与误报的关系
假正率常被视为误报水平的标准化表达。若系统对负类对象频繁给出正类判断，则假正率上升；若误报较少，则假正率较低。实际应用中，假正率往往与漏报率一起观察，以平衡“过度报警”和“遗漏目标”两类风险。
2 数学表达
2.1 基本公式
假正率的核心定义可以写为负类样本中被误判为正类的比例。它常用混淆矩阵中的统计量表示，也可以写成基于负类总数的分式形式。
2.1.1 以混淆矩阵表示
若混淆矩阵中假正例记为 FP，真负例记为 TN，则假正率可表示为：
FPR = FP / (FP + TN)
其中分母代表所有实际负类样本，分子代表其中被错误判为正类的数量。
2.1.2 以负类样本总数表示
若记实际负类样本总数为 N_neg，则：
FPR = FP / N_neg
因为 N_neg = FP + TN，所以这一写法与混淆矩阵表达是等价的。
2.2 相关符号说明
常见符号包括：FP 表示假正例，TN 表示真负例，FPR 表示假正率。若在统计或机器学习文献中，还可能见到“负类”“阴性”“正常样本”等说法，它们在具体语境下通常对应实际负类。
2.3 取值范围
假正率的取值范围一般为 0 到 1。若以百分比表示，则范围为 0% 到 100%。当 FPR 为 0 时，表示没有负类样本被误判；当 FPR 为 1 时，表示所有负类样本都被误判为正类。
2.4 极端情况
在极端情况下，如果模型始终预测为正类，那么假正率会达到 1。反之，如果模型从不把负类样本判成正类，则假正率为 0。不过，FPR 很低并不必然意味着模型优秀，因为它可能同时伴随较高的漏报。
3 与其他指标的关系
3.1 与真正率的关系
真正率描述的是正类样本被正确识别的比例，而假正率关注的是负类样本被错误识别为正类的比例。两者分别对应“识别到目标”和“误触发警报”两个方向，常一起用于评价分类器的区分能力。
3.2 与假负率的关系
假负率是正类样本被误判为负类的比例。它与假正率分别反映两类错误：前者是漏报，后者是误报。在很多任务中，这两项往往需要权衡，不能只压低其中一个而忽视另一个。
3.3 与特异度的关系
特异度表示模型正确识别负类的能力，常与假正率密切相关。
3.3.1 数学互补关系
特异度与假正率互为补数，即：
特异度 = 1 - FPR
这说明负类识别越准确，假正率就越低；反之亦然。
3.3.2 在评估中的差异
虽然二者数学上互补，但表达重点不同。特异度强调“正确排除负类”，而假正率强调“错误把负类当正类”。在筛查类任务中，后者往往更便于直接理解误报风险。
3.4 与准确率的区别
准确率衡量的是所有样本中预测正确的总体比例，而假正率只关注负类样本中的错误判定。由于准确率会受样本比例影响，在类别不平衡场景下，单看准确率可能掩盖较高的误报问题。
3.5 与精确率的区别
精确率描述的是被预测为正类的样本中，真正为正类的比例。它与假正率关注的角度不同：精确率从“预测为正”的结果出发，假正率则从“实际为负”的样本出发。两者都能反映模型的可靠性，但不能相互替代。
4 统计与机器学习中的应用
4.1 分类模型评估
假正率是分类模型评估中常见的指标之一，尤其适用于比较不同阈值下模型的误报情况。它可以帮助评估者判断模型是否过于激进，是否会在实际应用中产生过多无效告警。
4.1.1 阈值变化对FPR的影响
当判定阈值降低时，模型更容易把样本判为正类，通常会使假正率上升；当阈值提高时，模型变得更保守，假正率往往下降。因而，FPR 常随阈值变化而改变，不是固定不变的常数。
4.1.2 不同模型间的比较
在比较两个分类模型时，若它们使用相同数据集和相同判定标准，较低的假正率通常意味着更少误报。但实际比较时，还需结合真正率、精确率等指标，以避免只看单一数字而得出片面结论。
4.2 ROC曲线中的作用
假正率是 ROC 曲线的重要组成部分，常用于描述分类器在不同阈值下的整体表现。
4.2.1 坐标轴定义
ROC 曲线通常以假正率为横轴，以真正率为纵轴。通过观察曲线在坐标平面上的位置，可以直观判断模型在“误报”和“命中”之间的权衡情况。
4.2.2 曲线解读
一般而言，曲线越靠近左上角，说明模型在较低假正率下仍能保持较高真正率，性能越好。若曲线接近对角线，则表示模型区分正负类的能力较弱，其误报和命中表现接近随机判断。
4.3 检验与筛查场景
在检验型任务中，假正率直接影响后续处理成本，因此常被视为关键指标之一。
4.3.1 医学检测
在医学筛查中，假正率过高会导致大量健康个体被误判为异常，从而增加复检、焦虑和资源消耗。因此，医学检测往往需要在低误报和不漏诊之间谨慎平衡。
4.3.2 风险识别
在风险识别系统中，假正率过高可能意味着系统频繁发出不必要警报，降低用户对系统的信任。实际部署时，通常会根据场景容忍度设定不同阈值。
4.3.3 质量检测
在工业质量检测中，假正率对应把合格产品误判为不合格的比例。该指标过高会增加返工与筛选成本，因此常与检测灵敏度一并优化。
5 影响因素
5.1 类别不平衡
当负类样本数量远大于正类样本时，即便假正率不高，误报的绝对数量也可能较多。相反，在负类较少的情况下，FPR 对整体观感的影响可能被低估。
5.2 阈值设置
阈值是影响假正率的直接因素之一。阈值越宽松，系统越容易输出正类判断，FPR 往往上升；阈值越严格，误报会减少，但也可能带来更多漏报。
5.3 样本分布变化
若训练数据与实际应用环境中的样本分布不同，模型的假正率可能发生明显变化。尤其当负类样本的特征漂移时，原先较稳定的判定边界可能不再适用。
5.4 判别规则的严格程度
判别规则越严格，系统通常越保守，假正率可能下降；规则越宽松，则更容易把边界样本判成正类，误报风险相应增加。不同领域会根据业务代价选择不同的严格程度。
6 优缺点与局限
6.1 优点
6.1.1 直观反映误报水平
假正率能够直接说明负类样本被误判的程度，因此在需要控制误报的场合非常直观，便于非专业人员理解系统是否“太敏感”。
6.1.2 适合与ROC结合使用
由于 FPR 是 ROC 曲线的关键坐标之一，它非常适合与真正率一起分析。借助 ROC，评估者可以更系统地观察不同阈值下的综合表现。
6.2 局限
6.2.1 不能单独反映整体性能
假正率只能描述负类误判情况，无法体现正类识别能力，也不能完整说明模型在所有样本上的总体表现。因此，它不适合作为唯一评价标准。
6.2.2 受负类样本规模影响
当负类样本规模变化较大时，FPR 虽然是比例指标，但其解释仍会受到数据背景影响。仅凭一个数值，有时难以判断实际误报成本是否可接受。
6.2.3 需结合其他指标综合判断
在多数任务中，假正率需要与假负率、精确率、召回率、特异度等指标共同分析。只有结合任务目标和误判代价，才能更准确地评估系统优劣。
7 实际案例
7.1 医疗筛查中的假正率
在某些初筛项目中，系统可能优先保证较高的检出能力，但这会带来较多假正例。此时，较高的 FPR 意味着更多人需要接受进一步检查，虽然增加了工作量，但可能是为了减少漏诊而付出的代价。
7.2 垃圾邮件识别中的假正率
在邮件过滤中，假正率表示正常邮件被错误归入垃圾箱的比例。这个指标通常非常敏感，因为一旦误判，用户可能错过重要信息，所以实际系统往往会谨慎控制 FPR。
7.3 异常检测中的假正率
异常检测系统常用于安全监控、设备监测等场景。若假正率过高，系统会频繁把正常行为识别为异常，导致告警疲劳；若过低，又可能放过真正的问题，因此需要在灵敏性和稳定性之间折中。
7.4 推荐系统中的误报分析
在推荐或内容审核类场景中，假正率可用于衡量系统把并不相关或并不违规的内容误判为目标内容的情况。较高的误报可能影响用户体验，也可能增加人工复核成本。
8 相关概念
8.1 真正例与假正例
真正例是实际为正且预测为正的样本，假正例则是实际为负但预测为正的样本。二者是判断正类识别是否准确的基础统计对象。
8.2 真负例与假负例
真负例是实际为负且预测为负的样本，假负例是实际为正但预测为负的样本。它们与假正例共同构成混淆矩阵中的主要计数项。
8.3 混淆矩阵
混淆矩阵是一种把预测结果与真实类别交叉统计的表格，常用于计算准确率、精确率、召回率、假正率等指标。它是二分类评估的基础工具之一。
8.4 ROC与AUC
ROC 是受试者工作特征曲线，用于展示真正率与假正率之间的关系；AUC 则是 ROC 曲线下的面积，常被用来概括模型整体区分能力。二者在机器学习评估中应用广泛。
8.5 特异度与灵敏度
特异度衡量正确识别负类的能力，灵敏度通常指正确识别正类的能力。它们与假正率、真正率分别形成对应关系，是医学统计和分类评估中的常见术语。