为什么重要？
准确率在类别不平衡时会骗人。混淆矩阵把「预测 vs 真实」拆开，精确率、召回率、F1 都从这里算出来。
$$\mathrm{Precision}=\frac{TP}{TP+FP},\quad \mathrm{Recall}=\frac{TP}{TP+FN},\quad F_1=\frac{2PR}{P+R}$$
交互：拖动分类阈值
蓝点为正类、橙点为负类；模型给出「得分」。得分 ≥ 阈值判为正类。
记忆口诀
- 精确率：预测为正的里面有多少是对的（少误报）
- 召回率：真实为正的里面抓到了多少（少漏报）
- 医疗筛查常要高召回；垃圾邮件过滤常要高精确