Unverified95% confidenceFactTime unknown
在样本严重不均衡时，精度(Accuracy)会产生误导，模型把所有人都预测为健康精度照样能达到99%以上
1
Sources
95%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
混淆矩阵详解：Precision、Recall与F1分数计算公式及实战应用
bilibili拓跋龙的私人领地
Related Entities
Related Claims
Unverified'99% 准确率'的模型在生产环境中仍可能频繁出错，因为剩余的 1% 往往对应现实中最关键的长尾细节场景77% similarUnverified在类别不平衡场景下，模型可以通过一律预测多数类获得看似漂亮的准确率，这种现象被称为准确率悖论（Accuracy Paradox）77% similarUnverified测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）77% similarUnverified在正负样本极度不均衡的场景（如欺诈检测）中，单纯看准确率作为评估指标毫无意义76% similarUnverified2023年的TruthfulQA基准测试显示，即便是当时最强的模型，在需要精确事实判断的问题上准确率也未超过60%74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/20854API
curl https://kongchang.com/api/v1/knowledge/claims/20854MCP
get_claim(id=20854)