已验证70% 置信事实时间未知
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
4
来源数
70%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
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
涉及实体
相关事实
待验证校准不等于准确率高，一个对所有事情都报95%置信度的系统即便准确率达95%也可能过度自信或盲目乐观79% 相似待验证平均准确率会掩盖分布偏差，一个在简单案例全对、困难案例过度自信的裁判可以刷出高平均分却在关键处失灵77% 相似待验证'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% 相似待验证在类别不均衡的分类任务中，准确率（accuracy）会产生误导；例如1000张工单中只有20张真正紧急，模型全部预测为‘不紧急’也能达到98%准确率。77% 相似待验证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% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/20854API
curl https://kongchang.com/api/v1/knowledge/claims/20854MCP
get_claim(id=20854)