正确率能很好的评估分类算法么

  正确率高不并不能完全代表一个算法就是好的。比如，对某个区域进行地震预测，地震分类属性为0:不发生地政，1:发生地震。其中不发生地震的概率非常高，对于分类器而言，如果分类器不加思考，对每一个测试样例对类别都划分为0，达到99%的正确率，但是当真正发生地震时，这个分类器毫无察觉。所以99%的正确率的分类器并不是我们想要的。

  出现这种现象的原因主要是数据分布不均衡，类别为1的数据太少，错分了类别1但达到了很高但正确率忽略了模型本身最需要关注但情况。