1 定义与基本原理
1.1 评价函数的数学表示
评价函数通常定义为一个映射 \( f: X \to \mathbb{R} \)，其中 \( X \) 为输入空间（如模型参数、游戏局面、候选解），输出一个实数。值越大表示输入越优或越接近目标。形式上，给定输入 \( x \in X \)，评价函数输出 \( f(x) \in \mathbb{R} \)。在某些场景中，评价函数可能带有归一化或约束条件，例如输出范围限定在 \([0,1]\) 或 \([-1,1]\)。
1.2 评价函数与损失函数、目标函数的关系
评价函数与损失函数（loss function）和目标函数（objective function）密切相关，但侧重点不同。损失函数度量模型预测与真实值的差距，通常希望最小化；目标函数是优化问题中需要最大化或最小化的函数，可以是损失函数或评价函数。评价函数则从正面衡量质量，常作为优化过程的导向指标。例如，在机器学习中，训练时使用损失函数（最小化），验证时使用评价函数（最大化）来评估泛化性能。
2 常见类型
2.1 基于距离的度量
这类评价函数通过计算两个点或向量之间的距离来衡量相似性或优劣。常见的有欧氏距离、曼哈顿距离、余弦相似度等。例如，在聚类算法中，轮廓系数（Silhouette Score）基于类内与类间距离来评价聚类效果，值越接近1表示聚类越合理。
2.2 基于概率的度量
基于概率的评价函数利用概率分布或似然来评估模型或决策的可靠性。典型例子包括对数似然（log-likelihood）、困惑度（perplexity）以及贝叶斯信息准则（BIC）。在语言模型中，困惑度越低，表示模型对测试数据的预测能力越强。
2.3 基于信息论的度量
这类度量借鉴信息论概念，如熵、互信息、交叉熵。例如，在特征选择中，互信息用于衡量特征与目标变量的关联程度，值越大说明特征越重要。决策树算法中的信息增益也是一种评价函数，用于选择最优分裂属性。
2.4 领域专用评价函数
2.4.1 棋盘游戏的局面评分
在围棋、国际象棋等游戏中，评价函数将棋盘状态映射为一个分数，反映当前局面对某一玩家的有利程度。通常结合子力、位置、机动性、王的安全等特征，通过线性加权或神经网络计算。例如，国际象棋的静态评价函数会为每个兵种赋值，并加上位置调整。
2.4.2 推荐系统的满意度指标
推荐系统中常用评价函数如平均准确率（MAP）、归一化折损累计增益（NDCG）、覆盖率（Coverage）等。NDCG尤其关注排序质量，优先给予排在前面且相关性高的物品更高分数。这些指标通常基于用户隐式或显式反馈计算。
3 应用场景
3.1 机器学习中的模型评估
在模型开发中，评价函数用于验证集和测试集上的性能度量。分类问题常用准确率、精确率、召回率、F1分数；回归问题常用均方误差（MSE）、决定系数（R²）。评价函数的选择直接影响模型选择与调参方向。
3.2 搜索与优化算法
3.2.1 遗传算法的适应度函数
遗传算法中，适应度函数（fitness function）即为评价函数，用于量化个体对环境的适应程度。适应度值高的个体被选中进行交叉和变异的概率更大。例如，在旅行商问题中，适应度可以为路径总长度的倒数。
3.2.2 蒙特卡洛树搜索的评估
蒙特卡洛树搜索（MCTS）在每一步模拟结束时，利用评价函数评估当前局面的获胜概率或得分。该评估结果用于更新树节点中的统计信息（如胜率），从而引导搜索偏向有希望的分支。AlphaGo中使用的就是深度神经网络作为评价函数。
3.3 博弈论与决策系统
在博弈论中，评价函数用于定义玩家的效用（utility），以确定最优策略。例如，在博弈树搜索（如 Minimax）中，叶节点的评价函数值决定回溯后的选中行动。在自动化决策系统中，评价函数综合多个目标（成本、风险、收益）给出候选方案的排序。
4 设计原则与注意事项
4.1 可解释性
评价函数应便于理解其行为逻辑，尤其是用于关键决策的场景。过于复杂的函数可能不易调试，也难以解释模型为何给出某一分数。可解释性可通过特征重要性分析或可视化辅助实现。
4.2 计算效率
评价函数需在可接受的时间内完成计算，特别是在搜索或实时系统中。例如，棋盘游戏中的局面评分若需深度神经网络前向传播，则需考虑硬件算力；特征工程中应优先选取计算成本低的特征。
4.3 鲁棒性与偏差
评价函数应对输入噪声或异常值具有一定的容忍度。设计时应避免对某一特征过度敏感，防止过拟合或偏见。例如，在推荐系统中，仅依赖点击率可能导致“点击诱饵”偏差，需引入归一化或反偏置技术。
4.4 多目标评价函数的平衡
当需要同时优化多个冲突目标时（如准确率与推理速度），评价函数可通过加权和、帕累托前沿或分层方法实现平衡。常见做法是使用标量化方法将多目标转化为单目标，或采用多目标优化算法保留非支配解集。