機器學習-爲什麼需要樣本均衡

在正樣本和負樣本中，預測對和預測錯的比例一致，但是準確率卻因爲樣本比例不同導致不同，不能真實的反應正負樣本的精確率和召回率。 更極端的情況，P爲99，TP=90，FN=9，TN=1，FP=0，那麼對於正樣本來說，不論recall（90%）還是準確率（98%）都是很高的，而對於負樣本來說，precision = 10%，recall = 100%，這顯然是不符合實際情況的，是有失偏頗的。

>>阅读原文<<