在數據科學領域中，當數據分佈不均衡時，下列哪個評估指標最適合用於分類器性能評估？
A精確度(Accuracy)
BF1分數(F1-Score)正確答案
C正確率(Precision)
D召回率(Recall)
答案與詳解
逐選項解析
A精確度(Accuracy)Accuracy失真陷阱✕ 易錯陷阱
Accuracy = 正確預測數/總樣本數。當資料嚴重不均衡（如正例1%、負例99%），模型全部猜負例也能得99% Accuracy，但根本沒學到有用資訊，此指標完全失去意義。
BF1分數(F1-Score)F1-Score調和平均✓ 正確
F1-Score = 2×(Precision×Recall)/(Precision+Recall)，為Precision與Recall的調和平均數。調和平均對極端值敏感，任一方過低都會拉低F1，能同時兼顧兩個面向，是不均衡資料的最佳綜合評估指標。
C正確率(Precision)✕ 錯誤
D召回率(Recall)✕ 錯誤
立即註冊,看完整詳解
這題的完整詳解,註冊就能看 · 每天 2 題免費
- 完整逐選項解析
- 秒殺解題技巧與破題關鍵
- 關鍵知識表整理
- 陷阱與易錯提醒
- 同考點歷屆題庫連續刷題與錯題本
立即註冊觀看完整詳解 已有帳號?登入
