DSR-079Research DSCODE
给一个 binary classification model 的输出 csv(actual label, predicted prob),true positive 约占 5%:用什么 metric 衡量模型好坏;写一个 Python function 计算 precision/recall curve
📋 题目详细背景与场景
问题本身不难。第一个问题是,给你一个 binary classification model 的 output csv,有两个 column: actual label, predicted prob. 其中 true positive case 大概占全部的 5%. 先是问“你会用什么 metric 来衡量这个模型的好坏?”,然后自然引入到写一个 Python function 来计算 precision/recall curve. 脑子有点卡壳,一下子没想起来 precision 的定义。Python 函数倒是很好写。
📖 对应核心知识点手册:
想用苏格拉底式对话深入理解该考点的第一性原理?
进入破冰推演实验室,模拟考官互动并一步步拆解底层机制与直觉陷阱。
⚡
Test muscle memory on this topic via 3-Layer Flashcards
Active Recall: Mentally formulate Prompt ➔ Math Derivation ➔ Benchmark Implementation in 3 minutes.