AI red teamer （人工智能红队）系列28 – 人工智能信息安全应用 – 评估模型的指标
在评估一个训练完成的机器学习模型时，我们会通过一组数字指标来衡量该模型在特定任务中的表现。这些指标通常量化预测结果与真实已知标签之间的关系。 
在人工智能基础章节中，我们简要介绍了准确率、精确率、召回率和F1分数等指标，我们知道这些指标从不同角度提供了对模型行为的评估。 
准确率 (Accuracy)
准确率是在所有预测中正确预测的比例。它衡量模型对实例进行正确分类的频率。如果模型的准确率为0.9950，则表示该模型在99.50%的情况下都能做出正确的预测。 
有关准确率的关键描述： 

衡量总体正确性
计算公式为(true positives + true negatives) / (all instances)
在类别不平衡的情况下可能具有误导性

虽然准确率看起来很直观，但仅靠它可能会...