机器学习常见概念--准确率

准确率指模型正确预测的总样本数与所有样本数之比

举例：抓小偷

总共一百个人=模型预测所有样本

一百个人中有十个真小偷=被正确预测的样本

抓了十个人=模型判断了十条数据

被抓的十个人中有6个是真小偷，4个是好人

那么准确率就是抓对的小偷（6个）和没抓错的好人（86个）比上总样本数100=92%

准确率可以理解为整体判断的正确率

准确率评价的弊端：如果正确样本很多，哪怕一个错误样本也没判断出来，准确率也很高。也就是如果好人很多，就算一个小偷也没抓到，准确率依旧很高，比如案例中，90个好人，假如一个小偷都没抓到，准确率依然高达90%。