准确率的陷阱：不平衡数据怎么评估

在正负样本比例悬殊的场景，准确率会给出误导性结论。比如一百个样本里只有一个正例，模型全预测负例也有百分之九十九的准确率。

这时更该关注精确率和召回率。精确率衡量预测为正的样本里有多少真正为正，召回率衡量真正的正例有多少被找出来。

两者往往此消彼长，可以用 F1 值做折中，也可以根据业务代价调整阈值。漏判代价高就偏向召回，误判代价高就偏向精确率。

还要注意混淆矩阵的四个格子，它们比单一指标信息量大得多。先看分布，再选指标，最后才谈优化。