别只看准确率：评估模型

99% 的准确率可能是废物

一个极端例子：1000 个体检者里只有 10 个病人。一个「模型」什么都不学，逢人就猜「健康」，准确率高达 99%——但它一个病人都没找出来，毫无用处。类别不均衡时，准确率会说谎。

两把更细的尺子

• 精确率：被模型抓出来的「病人」里，真病人占多少——抓得准不准。
• 召回率：所有真病人里，被模型找出来的占多少——漏得少不少。

那个全猜健康的模型：召回率 0%，当场现形。

看场景选尺子

癌症筛查：漏一个病人代价巨大，宁错杀不放过，要高召回率，门槛故意压低。垃圾邮件：把重要邮件扔进垃圾箱很恼人，要高精确率，门槛抬高。还记得第二讲那个可调门槛吗——评估指标和门槛，是同一枚硬币的两面。

常见误区

报告里只写一个漂亮数字就要警惕。正规做法是同时看精确率、召回率，以及两者的综合（叫 F1 分数）；更重要的是先想清楚：这个业务里，误报和漏报哪个代价大？指标要为业务目标服务，不是反过来。

练一练：100 封邮件里 20 封垃圾邮件，模型拦下 30 封，其中 15 封真是垃圾。算算精确率和召回率各是多少。