PyTorch二分类模型训练：别只盯着Accuracy看

很多新手在跑二分类模型时，习惯性地只看 Accuracy（准确率），但这在类别不平衡的情况下完全是误导。比如一个数据集 90% 都是负样本，模型只要无脑预测 0，准确率就能到 90%，但实际上这个模型根本没学会任何特征。

我在实操中发现，真正衡量模型好坏得看这几个核心指标，建议大家在验证集上同步监控：

• Precision（精确率）： 预测为正样本中实际为正的比例。如果你在做垃圾邮件过滤，Precision 高意味着误判少。
• Recall（召回率）： 实际为正样本中被预测出来的比例。如果是做疾病筛查，Recall 必须高，绝不能漏诊。
• F1-Score： 前两者的调和平均数，综合评估模型性能。
• AUC-ROC： 衡量模型区分正负样本的能力，对类别不平衡不敏感。

在 PyTorch 中，建议直接用 torchmetrics 库，不用自己写公式，否则很容易在处理 Tensor 维度时出错。简单的实战配置如下：

import torch
from torchmetrics.classification import BinaryAccuracy, BinaryPrecision, BinaryRecall, BinaryF1Score

# 初始化指标
acc_metric = BinaryAccuracy()
prec_metric = BinaryPrecision()
rec_metric = BinaryRecall()
f1_metric = BinaryF1Score()

# 在验证循环中使用
# preds 是模型输出的 logits，经过 sigmoid 后的概率
# target 是真实的 label
preds = torch.sigmoid(logits) > 0.5
acc = acc_metric(preds, target)
f1 = f1_metric(preds, target)

print(f"Accuracy: {acc}, F1: {f1}")

另外一个坑是 Loss 函数的选择。做二分类一定要确认最后一层有没有加 Sigmoid。如果用了 nn.BCEWithLogitsLoss，它内部已经集成了 Sigmoid，千万不要在模型输出端再加一个 torch.sigmoid，否则会导致梯度消失，模型收敛极慢。