2018-12-28偏斜类

癌症分类问题

存在一种极端的例子：有一行代码不是机器学习代码，它忽略了输入值X，它让y总是等于0。 因此它总是预测没有人得癌症，那么这个算法实际上只有0.5%的错误率，因此这甚至比机器学习得到的1%的错误率更好。这是一个非机器学习算法，因为它只是预测y总是等于0。

癌症分类问题的极端个例

一个极端，在这个例子中正样本的数量与负样本的数量相比非常非常少， 因为y=1非常少，我们把这种情况叫做偏斜类。

偏斜类有一个不同的误差度量值，或者不同的评估度量值，其中一种评估度量值叫做查准率（precision）和召回率（recall）。其效果比仅仅只用分类误差或者分类精度好。

查准率和召回率