模型准确率accuracy

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u010916338/article/details/84988422

以二分类问题为例：
假如：共有365个水果，只有两种类别，橙子和橘子.
准确率=分类正确数/365x100%

不足：假如365个水果当中有364个橙子，1个橘子。现有分类器，无论来什么水果都判定为橙子。准确率可达99.7%，但是显而易见这个模型根本没有判别能力。再换一组数据，准确率将直线下降。

上面这种现象称为label不平衡

以准确率判定模型是否优秀不够科学，所以引入ROC曲线。