要根据不同的目标选取合适的评估指标。

进行二分类问题的时候，数据集之间的不平衡，会导致评价指标accuracy很高，但是却不能反应模型的好坏。

sklearn.metrics.confusion_matrix

如果标记数字的话，则按标签从小到大排序，如果为字符型的化，自己设计labels参数来表示其顺序,否则系统会自动将字符转化为其他类型就好。

dummy_majority = DummyClassifier(strategy = ‘most_frequent‘).fit(X_train, y_train)

dummy classifier 的strategy参数取值解释如上图。

机器学习模型评估标准选择循环图

原文：https://www.cnblogs.com/shadow1/p/10585108.html