accuracy_score计算的是整体正确率，即预测正确的样本占总样本的比例，不涉及宏平均或微平均；它在类别不平衡时会掩盖少数类性能问题，适用于类别均衡场景，不适用于欺诈检测等少数类关键任务。
直接用 accuracy_score 就行，但得注意它默认是“宏平均”还是“微平均”——其实都不是，它就是整体正确率，不加权也不分层。
为什么 accuracy_score 不等于各分类准确率的平均？
很多人误以为 accuracy_score(y_true, y_pred) 是对每个类单独算准确率再平均。不是的：它只统计所有样本中预测正确的比例，即 (y_true == y_pred).sum() / len(y_true)。这在类别不平衡时会掩盖小类的失败。
- 如果测试集有 90 个类别 A 样本（全预测对）和 10 个类别 B 样本（全预测错），
accuracy_score会返回 0.9 —— 看似很高，但 B 类完全失效 - 想看每类表现，得用
classification_report或手动计算混淆矩阵 -
accuracy_score没有average参数，这点和f1_score、precision_score不同
什么时候该用 accuracy_score，什么时候不该？
它适合类别大致均衡、且业务目标就是“整体判对多少”的场景，比如标准手写数字识别（MNIST）。一旦出现明显倾斜（如医疗诊断中罕见病占比 0.1%），单看这个值容易误导。
- ✅ 适合：图像多分类基准测试、教学演示、快速初筛
- ❌ 不适合：欺诈检测、故障预警、少数类关键任务
- ⚠️ 替代方案：配合
confusion_matrix查看漏报/误报，或用balanced_accuracy_score（自动对每类准确率等权平均）
实操中容易踩的坑
最常出问题的是标签格式和预测输出不匹配，尤其用 predict_proba 后忘了取 argmax。
- 输入必须是 1D 数组：
y_true和y_pred都不能是二维（比如 shape=(n, 1)），否则报ValueError: Found array with dim 2 - 如果模型输出概率（如
clf.predict_proba(X_test)），必须显式转成预测类别：y_pred = clf.predict(X_test)或y_pred = np.argmax(y_proba, axis=1) - 确保
y_true和y_pred的标签编码一致：都用LabelEncoder处理过，或都保持原始字符串（scikit-learn 支持字符串标签，但必须两端统一） - 别把训练集准确率当泛化能力指标——一定要在
X_test/y_test上算
真正麻烦的从来不是调用函数，而是搞清你到底想评估什么；准确率数字好看，不代表模型在你关心的类别上靠谱。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
