在上一篇文章里我们谈了过拟合、欠拟合和交叉验证。很多读者在实际建模时还会遇到另一个非常常见的问题：
我跑出来很多指标：R²、RMSE、MAE、Accuracy、Precision、Recall、F1……
到底该看哪个？哪个指标才真正能反映模型是否“可用”？
这篇文章的目的，就是把评价指标讲清楚，并给出一套更贴合地学场景的选择建议。
一、先统一一个原则：指标是为“业务目标”服务的
评价指标不是越多越好，而是要回答一个问题：
在我的地学任务里，“什么错误最不能接受”？
我更关心漏判，还是误判？
我更关心整体趋势，还是极端值？
例如：
-
预测孔隙度：
-
你可能更关心“误差平均多大”，以及“在高孔段是否偏差很大”。
-
-
岩性分类：
-
你可能更关心“高价值储层岩性是否能识别出来”（Recall），
-
而不仅是总体 Accuracy。
-
因此，先明确目标，再选指标。
二、回归任务（预测一个数）：R² 不是万能指标
地学里典型回归任务：孔隙度、渗透率、TOC、含油饱和度、某条曲线预测等。
1) MAE：平均绝对误差（更直观）
含义：平均每个样本差多少（不关心方向）。
-
MAE 越小越好
-
对异常值不如 RMSE 敏感
地学解释：
“我的孔隙度预测平均差 ±x 个百分点”，很容易理解和交流。
2) RMSE：均方根误差（更惩罚大错）
含义：对大误差更敏感，错得离谱会被放大。
-
RMSE 越小越好
-
用于强调“不能出现大错”的场景
地学解释：
如果你特别害怕把某些层段预测得极端离谱（例如把低孔段预测成高孔段），RMSE 比 MAE 更能体现风险。
3) R²：解释方差能力（适合看“拟合程度”，但容易被误用）
含义：模型解释数据波动的程度（1 越接近越好）。
常见误区：
-
R² 高并不代表误差小（样本方差大时，R² 可能很高但误差仍然很大）
-
不同井、不同层段的 R² 不可直接粗暴比较（分布差异会影响）
地学建议：
-
R² 可以看，但必须配合 MAE/RMSE 和剖面图一起看。
-
尤其建议“按井计算 R²/MAE/RMSE”，避免某口井支配总体。
4) MAPE：相对误差（谨慎使用）
含义：误差相对于真实值的比例。
问题：当真实值接近 0 时会爆炸（孔隙度或渗透率可能出现）。
因此地学中用 MAPE 要非常谨慎，除非明确数据范围不会接近 0。
5) 你应该怎么选？（回归指标选择建议）
推荐组合（通用）：
-
MAE + RMSE + R²（再配剖面对比图）
如果你更关心“平均误差”：
-
MAE 优先
如果你更关心“极端错判风险”：
-
RMSE 优先（或再加一个 90% 分位误差）
如果你更关心“趋势和相关性”：
-
R² 作为补充（不要单独用）
三、分类任务（预测一个类别）：Accuracy 很容易骗人
地学里典型分类任务：岩性类别、储层级别（好/一般/差）、沉积相类型等。
1) Accuracy：总体准确率（只适合类别比较均衡）
含义：预测对的比例。
问题：类别不平衡时会非常“虚高”。
举个地学常见情况：
-
泥岩占 90%，砂岩占 10%。
如果模型永远预测“泥岩”，Accuracy 也有 90%。
但这个模型在实际工作中基本没用。
因此在岩性分类、甜点评价等场景里，Accuracy 只能作为参考，不能作为核心指标。
2) Precision 与 Recall：你更怕“误报”还是“漏报”？
以“识别优质储层（正类）”为例：
-
Precision（精确率）：
被模型判为“优质储层”的样本中，有多少是真的优质？-
高 Precision → 少误报（不容易把差段当好段）
-
-
Recall（召回率）：
真实优质储层中，有多少被模型找出来？-
高 Recall → 少漏报（不容易错过好段）
-
地学解读：
-
勘探部署时，可能更怕漏掉真正的好段 → 关注 Recall
-
开发措施、精细选段时，可能更怕误把差段当好段 → 关注 Precision
3) F1-score：Precision 与 Recall 的折中
含义：Precision 和 Recall 的综合指标（更稳健）。
当你既不想误报太多，也不想漏报太多，F1 通常比 Accuracy 更有意义。
4) Macro / Weighted：多分类时怎么汇总？
岩性往往是多分类（泥岩、砂岩、灰岩、混合细粒岩…），你会看到：
-
Macro-F1：对每个类别一视同仁（对小类更敏感）
-
Weighted-F1：按样本量加权（大类影响更大）
地学建议：
-
如果你重视少数类（例如“优质储层岩性”是少数），Macro-F1更合适。
-
如果你更重视整体稳定性，Weighted-F1也可以参考，但要警惕大类主导。
5) 混淆矩阵：最“地学友好”的诊断工具
混淆矩阵会告诉你：
-
哪些岩性最容易互相混淆？
-
错误是否符合地质直觉（例如泥岩与混合细粒岩互混可能合理，砂岩与蒸发岩互混可能不合理）
在地学应用中，混淆矩阵通常比一个单一指标更有解释力。
四、地学场景的指标选择：给你三套“常用模板”
模板 A：孔隙度/渗透率预测（回归）
-
MAE（主指标）
-
RMSE（风险指标）
-
R²（趋势指标）
-
按井统计（非常推荐）
-
剖面对比图（必须）
模板 B：岩性分类（多分类）
-
Macro-F1（主指标，兼顾小类）
-
每类 Recall（重点看关键岩性）
-
混淆矩阵（必须）
-
按井留出验证（更贴近实战）
模板 C：甜点评价/优质段识别（二分类）
-
Recall（如果更怕漏掉好段）
-
Precision（如果更怕误报）
-
F1（折中）
-
可加 ROC-AUC / PR-AUC（用于比较不同阈值下的表现）
-
结合成本：漏判与误判的地质/工程代价不同
五、一个经常被忽略的要点：指标要“分层段/分井”看
地学数据天然异质：不同井、不同层段、不同相带分布完全不同。
因此强烈建议：
-
不要只给一个总体指标
-
至少给出：
-
按井统计的指标
-
按层段统计的指标（如每个层位的 F1 或 RMSE）
-
这样你才能回答一个关键问题：
模型到底是“平均还行”，还是“在关键层段失效”？
六、结语：不要追求一个“最高分”，要追求“可解释、可落地”
真正可用的地学模型通常具备三个特征：
-
指标稳定（交叉验证波动小，按井外推不崩）
-
错误可解释（混淆矩阵和剖面图能讲得通）
-
与业务目标一致（你最在意的那类错误被控制住）
文章评论