《机器学习：算法视角（原书第2版）》 —2.2.6　不平衡数据集

2.2.6　不平衡数据集

请注意，对于精度，我们隐含地假设数据集中存在相同数量的正、负示例（称为平衡数据集）。然而，这通常是不正确的（这可能会给学习器带来问题，我们将在本书后面介绍）。在不是这样的情况下，我们可以将平衡精度计算为敏感率和特异率之和除以2。但是，更正确的度量是Matthew相关系数（Matthew’s Correlation Coefficient），计算公式如下：

　(2.9)

如果分母中的任何括号为0，则整个分母设置为1。这提供了平衡的精度计算。

作为这些评估方法的最后一点，如果有两个以上的类并且区分不同类型的误差是有用的，那么计算会变得更复杂，因为不是一组假正例和一组假反例，而是每个类都有一些。在这种情况下，特异率和查全率是不一样的。但是，可以创建一组结果，其中使用一个类作为正例，其他剩余的作为反例，并对每个不同的类重复此操作。