混淆矩阵详解：分类模型评估的起点

混淆矩阵把预测结果与真实标签交叉排列，得到真正例、假正例、真负例和假负例四个格子，是分类评估的基础工具。

从混淆矩阵可以推导出精确率、召回率、特异度等指标。精确率关注预测为正的样本中有多少是对的，召回率关注真实正例中被找出了多少。

不同业务对两类错误的容忍度不同。垃圾内容识别宁可错杀不可放过，偏向高召回；而重要通知推送则要控制误报，偏向高精确。

先画出混淆矩阵，再选择指标，比直接套用准确率更能反映模型的真实行为。