分類準確率

準確率是評斷分類器最直覺的方式：在你給它看的所有影像中，它正確標記的比例是多少？若模型看了 1,000 張測試影像、答對 920 張，其準確率就是 920/1000 = 92%。它是介於 0 與 1 之間的單一數字（常以百分比表示），回答最樸素的問題：「它多常答對？」在 ImageNet 類的基準上你也會看到 top-5 準確率，只要真實類別落在模型分數最高的五個猜測之內就算答對——這是一種較寬鬆的量度，在許多類別長得相似時很有用。

精確地說，對含 N 個樣本的測試集，準確率等於「預測標籤等於真實標籤的樣本數」除以 N。以二元問題的混淆矩陣來說，它是 (TP + TN) / (TP + TN + FP + FN)，其中 TP/TN 是被正確判定的正例/負例，FP/FN 則是兩種錯誤。準確率對每個樣本一視同仁、對每種錯誤一視同仁——把「貓」認錯的代價，恰好等於把「卡車」認錯；漏掉一顆腫瘤的代價，也等同於一次假警報。

這種一視同仁的權重，正是準確率會誤導人的地方。在類別不平衡時——也就是某一類別主宰了資料——模型可以拿到很高的準確率卻毫無用處。若 99% 的醫學掃描都是健康的，一個偷懶、永遠預測「健康」的模型可達 99% 準確率，卻一例疾病都抓不到。這就是「準確率悖論」：標題數字之所以漂亮，恰恰是因為稀有而重要的類別被忽略了。準確率也掩蓋了是哪一類別在失敗，並把一個自信滿滿的錯誤，與一個勉強答錯的情況同等對待。

當類別不平衡、或不同錯誤代價不同時，請改用（或並列使用）更豐富的指標：各類別準確率與完整的混淆矩陣、平衡準確率（各類別召回率的平均，藉此把稀有類別的權重提高）、精確率與召回率搭配 F1 分數、用於衡量與閾值無關之排序品質的 ROC-AUC 或精確率–召回率 AUC，以及在「漏報遠比誤報嚴重」時的成本加權指標。對於大致平衡、且錯誤代價對稱的問題，準確率仍是不錯的摘要——只是在偏斜資料上千萬別只信它一個。