分类、混淆矩阵与 Precision / Recall
可复习 · 待写自己的解释我卡在哪里
还没有记录。看视频或读重点时哪里不懂，就把原话记到这里，并注明是哪段视频的几分几秒。
我用自己的话解释
- 模型的分数和“判为紧急”之间隔着什么？由谁决定？
- Precision 和 Recall 分别回答什么问题？
- 为什么准确率最高的门槛，不一定是产品上最好的门槛？
自动保存在当前浏览器，不跨设备同步。
写完再展开：参考解释
- 中间隔着一个门槛。门槛不是模型学出来的，是人根据误报和漏报的代价定的。
- Precision：标为紧急的投诉里，有多少真的紧急。Recall：真正紧急的投诉里，抓到了多少。
- 准确率把误报和漏报算成一样的错，但在这个场景里，漏掉一条紧急投诉的代价远比多看一条普通投诉高。门槛 0.25 准确率更低，却一条紧急投诉都不漏。
来源
- 学习材料：StatQuest《Machine Learning Fundamentals: The Confusion Matrix》《Machine Learning Fundamentals: Sensitivity and Specificity》。
- 10 条投诉和分数是人工设定的教学数值，与 AI Product Design Lab 仓库自学材料里的例子相同；各门槛下的结果有测试保证（
lib/ml-basics.test.ts）。