准确率不是万能钥匙
做数据分析时，很多人第一反应就是看准确率——模型预测对了多少。比如你训练了一个识别垃圾邮件的模型，说它准确率达到98%，听起来挺厉害。可如果数据本身95%的邮件都是正常邮件，那哪怕模型把所有邮件都判成“非垃圾”，准确率也能轻松上95%。这时候你还觉得它靠谱吗？
这就是典型的“准确率陷阱”。尤其在数据库里处理不平衡数据时，比如欺诈交易检测、设备故障预警这类低频但关键的事件，只看准确率容易被误导。
换个角度看：精确率和召回率
这时候就得搬出精确率（Precision）和召回率（Recall）。还是拿垃圾邮件来说，精确率关注的是：你标为“垃圾”的邮件里，有多少是真的垃圾；而召回率关心的是：所有真正的垃圾邮件中，你抓出了多少。
举个例子，公司邮箱突然收到大量钓鱼邮件，安全部门希望尽可能全部拦截。这时宁愿误杀几封正常邮件，也不能漏掉一个恶意附件。所以他们会更看重召回率。相反，如果你是个普通用户，讨厌重要邮件被误删，那可能更在意精确率。
F1分数：两者的平衡点
当两个指标打架时，F1分数就派上用场了。它是精确率和召回率的调和平均数，适合用来比较不同模型在不平衡数据下的表现。
from sklearn.metrics import f1_score
y_true = [0, 1, 1, 0, 1]
y_pred = [0, 1, 0, 0, 1]
f1 = f1_score(y_true, y_pred)
print(f"F1 Score: {f1:.2f}")在数据库批量评估模型输出时，可以把F1作为筛选条件之一，自动过滤掉那些虽然准确率高但召回太差的模型版本。
概率输出怎么看？用AUC说话
很多模型不直接给“是或否”的判断，而是输出一个概率值，比如“这封邮件有76%可能是垃圾”。这时候光看分类边界就不够了，得看整体排序能力。
AUC（Area Under Curve）衡量的是模型把正样本排在负样本前面的能力。AUC为1表示完美排序，0.5相当于随机猜。它不受分类阈值影响，特别适合用于数据库中长期监控模型性能波动。
from sklearn.metrics import roc_auc_score
y_scores = [0.1, 0.4, 0.35, 0.8, 0.6]
auc = roc_auc_score(y_true, y_scores)
print(f"AUC: {auc:.2f}")在定时任务中定期计算AUC，一旦发现明显下降，就可以触发告警，提示可能需要重新训练模型。
实际场景中的选择逻辑
某电商平台用模型预测用户是否会下单。运营团队希望推送优惠券，预算有限，只能发给一小部分人。这时候他们更关心精确率——确保领券的人大概率真的会买，避免资源浪费。
而客服系统用模型识别投诉倾向高的订单，目标是提前介入。哪怕多查几个没问题的订单，也不能放过一个潜在投诉。这种情况下，召回率才是关键指标。
数据库里通常存着历史预测结果和真实反馈，通过定期跑评估脚本，可以动态调整模型阈值或切换策略。比如每月统计一次各业务线的F1和AUC变化，形成内部报表供决策参考。
评估指标不是摆设，它是连接模型输出和业务目标的桥梁。选对了指标，模型才能真正落地干活。