每天五分钟机器学习：评估指标的局限性是什么？

本文重点

前面的课程中我们学习了很多的评估指标，通过这些评估指标我们可以判定模型的好和坏，但是每种指标都有其局限性，有的评价指标适用于分类算法，而有的评价指标适用于回归算法，不同的评价指标评价的角度也不同，所以很多时候对于模型的评价可能通过多个评价指标进行评价。

我们需要知道什么？

诸多的评价指标中，大部分的评价指标都只能片面的表达模型的效果。我们必须合理的运用评价指标，这样就可以对模型进行正确的评价。

所以我们需要知道以下两点：

1、每种评价指标究竟在评价什么？

2、当这种评价指标低的时候，表示模型存在什么问题

分类任务评估指标的局限性

1. 准确率（Accuracy）

定义：准确率是分类正确的样本占总样本个数的比例。

局限性：

类别不均衡问题：当不同类别的样本比例非常不均衡时，占比大的类别往往成为影响准确性的主要原因。例如，在二分类问题中，如