假设目标遍历的类别非常不平衡,即主要类别占据了训练数据的99%,现在你的模型在训练集上表现为99%的准确度,那么下面说法正确的是:( ) A准确度并不适合衡量不平衡类别问题B准确度适合衡量不平衡类别问题C精确度和召回率适合于衡量不平衡类别问题D精确度和召回率不适合衡量不平衡类别问题
假设目标遍历的类别非常不平衡,即主要类别占据了训练数据的99%,现在你的模型在训练集上表现为99%的准确度,那么下面说法正确的是:( )
A准确度并不适合衡量不平衡类别问题
B准确度适合衡量不平衡类别问题
C精确度和召回率适合于衡量不平衡类别问题
D精确度和召回率不适合衡量不平衡类别问题
相关考题：
“点击率问题”是这样一个预测问题,99%的人是不会点击的,而1%的人是会点击进去的,所以这是一个非常不平衡的数据集.假设,现在我们已经建了一个模型来分类,而且有了99%的预测准确率,我们可以下的结论是()A.模型预测准确率已经很高了,我们不需要做什么了B.模型预测准确率不高,我们需要做点什么改进模型C.无法下结论D.以上都不对
13、以下哪项陈述是正确的？选出所有正确项（）A．在构建学习算法的第一个版本之前，花大量时间收集大量数据是一个好主意。B．逻辑回归使用了Sigmoid激活函数C．使用一个非常大的训练集使得模型不太可能过拟合训练数据。D．如果您的模型拟合训练集，那么获取更多数据可能会有帮助。
1、下列关于训练模型的说法中，错误的是______。A．训练模型的过程，就是计算损失函数梯度，迭代更新模型参数B．只采用训练集来更新模型参数C．训练集和测试集都参与了对模型参数的更新D．训练集和测试集的误差都需要被记录下来
4、假设您正在使用垃圾邮件分类器，其中垃圾邮件是正例（y=1），非垃圾邮件是反例（y=0）。您有一组电子邮件训练集，其中99%的电子邮件是非垃圾邮件，另1%是垃圾邮件。以下哪项陈述是错误的？A．一个好的分类器应该在交叉验证集上同时具有高精度precision和高召回率recall。B．如果您总是预测非垃圾邮件（输出y=0），那么您的分类器在训练集上的准确度accuracy将达到99%，而且它在交叉验证集上的性能可能类似。C．如果您总是预测非垃圾邮件（输出y=0），那么您的分类器的准确度accuracy将达到99%。D．如果您总是预测非垃圾邮件（输出y=0），那么您的分类器在训练集上的准确度accuracy将达到99%，但在交叉验证集上的准确率会更差，因为它过拟合训练数据。
7、过拟合是指（）。A．在训练集表现非常好，但在测试集上表现很差B．在训练集表现非常好，但在测试集上表现也非常好C．在训练集表现非常差，但在测试集上表现也差D．在训练集表现非常差，但在测试集上表现非常好
8、欠拟合是指（）。A．在训练集表现非常好，但在测试集上表现很差B．在训练集表现非常好，但在测试集上表现也非常好C．在训练集表现非常差，但在测试集上表现也差D．在训练集表现非常差，但在测试集上表现非常好