分类与回归的区别及混淆矩阵含义
答案要点
- 分类输出离散类别,回归输出连续数值
- 分类常用交叉熵与准确率、F1、AUC;回归常用 MSE、MAE、R²
- TP:实际正、预测正;FP:实际负、预测正,即误报
- TN:实际负、预测负;FN:实际正、预测负,即漏报
- 精确率 = TP/(TP+FP),召回率 = TP/(TP+FN)
易错点
- 把逻辑回归当成回归模型
- 混淆 FP 和 FN 的含义
- 样本不平衡时只看准确率
面试官常见追问
- 什么时候更看重召回率,什么时候更看重精确率?
- 类别极不平衡时为什么准确率不可靠?
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。