2、你如何评估一个分类模型的质量？会使用哪些指标？分别适用于什么场景

一、模型评估与指标体系

Q1：你如何评估一个分类模型的质量？会使用哪些指标？分别适用于什么场景？

答案：

评估分类模型需要根据业务场景选择合适的指标，不能只看准确率。

基础指标：

• 准确率（Accuracy）：(TP+TN)/(TP+TN+FP+FN) — 适用于类别均衡场景
• 精确率（Precision）：TP/(TP+FP) — 关注”预测为正的有多少真正为正”，适用于误报代价高的场景（如垃圾邮件过滤、欺诈检测）
• 召回率（Recall）：TP/(TP+FN) — 关注”真正的正样本被找出了多少”，适用于漏报代价高的场景（如疾病筛查、安全漏洞检测）
• F1-Score：精确率和召回率的调和平均，适用于需要平衡两者的场景
• AUC-ROC：衡量模型排序能力，对类别不均衡不敏感，适用于推荐排序场景
• PR-AUC：在正样本极少时比 ROC 更敏感，适用于异常检测场景

实际案例： 在推荐系统中，我们更关注 AUC 和 NDCG@K；在人脸识别安全系统中，我们更关注 FAR（误识率）和 FRR（拒识率）。

面试加分点：提到会使用置信区间（如 Bootstrap CI）评估指标的统计显著性，而非只看点估计值。