不對成性分類的誤差以及查準率和召回率的權衡

這裏我們討論的是偏斜類分類問題，即正負類的數據個數相差太多。以病人是否患癌症爲例，訓練集中不患癌症的比例約爲99.2%，相比於患癌數目太多。 這種情況下，假設我們設計的算法的正確率爲99%，但是你會發現，當我們設計一個結果恆等於不患癌的算法時，我們的正確率爲99.2%，比之前設計的算法正確率高，但是這是一個欺騙我們的無效的算法。 所以這裏我們，提出了查準率和召回率： 我們發現，在設置臨界值時，要想

>>阅读原文<<