用信用卡欺诈检测讲透模型评估中的召回率与精确率

信用卡欺诈检测案例揭示了模型评估的准确率陷阱：1000 笔交易中仅有 10 笔欺诈，全部判为正常仍有 99% 准确率，却无法发现欺诈。分析涵盖混淆矩阵、召回率、精确率、F-score、ROC 曲线与 AUC，强调评估模型应关注错误类型及相应代价。