混淆矩阵与常见模型评估指标
哪些公司问过
答案要点
- TP、FP、FN、TN 分别对应真正例、误报、漏报、真负例
- 精确率 TP/(TP+FP),召回率 TP/(TP+FN),F1 为二者调和平均
- AUC 衡量排序能力,与阈值无关;不平衡数据可看 PR 曲线
- 按业务代价选指标:漏报代价高重召回,误报代价高重精确率
- 排序检索用 NDCG、MRR、Recall@K,语言模型用困惑度,生成用 BLEU、ROUGE
易错点
- 混淆 FP 和 FN 的含义
- 类别不平衡时只看准确率
- 以为 AUC 依赖阈值
面试官常见追问
- 多分类怎么算 F1?
- AUC 高但线上效果差可能是什么原因?
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。