機器學習中的混淆矩陣，準確率，精確率，召回率，F1-Score

評價指標的引出 爲什麼要引出這麼多評價指標，它是基於什麼樣的需求？ 在生活中，最常用的就是準確率，因爲它定義簡單而且比較通用，但在機器學習中，它往往不是評估模型的最佳工具， 特別是在數據分佈不平衡的時候，請看一個例子： 比如我們訓練了一個預測地震的模型，預測類別只有兩個：0：不發生地震、1：發生地震，當前有100個測試集，如果模型地無腦把每一個測試用例都預測爲0，那麼它就達到99%的準確率，但實際

>>阅读原文<<