iPAS AI 應用規劃師|Accuracy 99.5% 為何還漏掉瑕疵?Precision、Recall 與類別不平衡|EP02
Alex Kuo
0:00 / 0:00
iPAS AI 應用規劃師|Accuracy 99.5% 為何還漏掉瑕疵?Precision、Recall 與類別不平衡|EP02
116 просмотров · 5 дн. назад
Alex Kuo
274 подписчика
116 просмотров · 5 дн. назад
Accuracy 高達 99.5%,就代表模型真的抓得到瑕疵嗎?
本集用 10,000 件產品、其中只有 50 件瑕疵的例子,拆解類別不平衡如何讓整體準確率看起來很高,卻掩蓋少數正類完全沒被找回的情況。接著以混淆矩陣比較 Accuracy、Precision、Recall、Specificity 與 F1 的分母和判讀問題,再整理閾值、ROC/ROC-AUC 與 PR 曲線的差異。
看完可以帶走三個檢查步驟:先確認題目定義的正類,再看指標分母,最後把誤報與漏報的代價放進決策。
本集適合準備 iPAS AI 應用規劃師考試,或需要判讀分類模型評估指標的學習者。
#iPAS #AI應用規劃師 #機器學習 #分類指標 #Accuracy #Precision #Recall #類別不平衡