分类模型的准确率是怎么计算的?有什么局限?
哪些公司问过
答案要点
- 准确率 = 预测正确样本数 / 总样本数
- 二分类:(TP+TN) / (TP+FP+TN+FN)
- 多分类通常指 Top-1,也可看 Top-5
- 样本不均衡时准确率失真,需结合精确率、召回率、F1、AUC
- 固定测试集做版本对比,并关注各类别指标
易错点
- 在不均衡数据上只看准确率
- 混淆准确率(accuracy)和精确率(precision)
- 每个版本用不同的测试集,导致指标不可比
面试官常见追问
- 精确率和召回率分别是什么?
- 怎么用固定样本做版本回归测试?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。