为什么预测结果很差的情况下查全率和查准率都很高呢？

首先要明确一件事：预测结果很差的情况下查全率（recall）和查准率（precision）不可能都很高，肯定是代码里有你没发现的错误。我就遇到了这个问题。在我复查代码时，我发现我的类别索引是从1开始的，而我在调用这些评估函数时以为索引时从0开始的，我们都知道这些指标都是针对正类来说的，所以我的代码中将一部分负类当作了正类进行评估，模型对正类的预测不好，但是对负类的预测非常好，所以出现了预测结果很差但精度都很高的情况。