分类模型的评价

1、从案例出发

假如某个班级有男生80人，女生20人，共计100人。目标是找出所有女生。

现在某人挑选出50个人，其中20人是女生，另外还错误的把30个男生也当作女生挑选出来了。评估(evaluation)下他的工作。

（1）accuracy（准确率）：0-1损失。分类器（某人）正确分类的样本数/总样本数，即20+50/100=70%

不适合不均衡数据集。举例，总人数100人，男生1人，女生99人，现调出男生。假设都是女生，那么accuracy：99/100=99%

虽然accuracy很高。但是我的目的是要调出男生，它没有做到。差评。 

（2）precision（精确率）：成功查询到的样本/总查询的样本

前面案例中分别是20/20+30=40%    0/100=0%

（3）recall（召回率）：成功查询到的