模型评估：准确率之外的常用指标

准确率在类别不平衡场景下容易产生误导，例如点击率只有百分之几时，全部预测为不点击也能获得很高的准确率，但模型毫无价值。

更合适的指标包括精确率、召回率和F1值，它们从不同角度刻画分类效果。精确率关注预测为正的样本中有多少真的为正，召回率关注真实正样本被找出了多少。

排序场景常用AUC和NDCG。AUC衡量整体排序能力，NDCG则考虑位置折扣，更贴近用户实际浏览体验，适合评估推荐列表质量。

选择指标要结合业务目标，没有万能指标。建议同时监控多个指标，并明确主指标与辅助指标的关系，避免单指标优化带来副作用。