假设有一个算法，其预测某种癌症的准确率为99.9%。这个算法好吗？

999%的准确率看上去很高，但是如果这种癌症本身的发病率只有0.1%，即使不训练模型而直接预测所有人都是健康人，这样的预测的准确率也能达到99.9%。
更极端的情况，如果这种癌症本身的发病率只有0.01%，这算法预测的准确率还不如直接预测所有人都健康。
对于极度偏斜的数据（skewed data），用准确率评价分类算法好坏有局限性。
解决方法：混淆矩阵

工具：混淆矩阵，以二分类为例

0 - Negative - 阴性, 1 - Positive - 阳性
1是我们关注的部分。

| 预测值：0 | 预测值：1 --|---|-- 真实值：0 | 预测Negative正确
TN | 预测Positive错误
FP 真实值：1 | 预测Negative错误
FN | 预测Positive正确
TP