以下内容为AI生成，请谨慎甄别 中文名称英文名称核心问题理想状态查准率Precision预测为正例的结果中，有多少是真正正确的？宁缺毋滥查全率Recall所有真正的正例中，有多少被找出来了？一网打尽置信度Confidence模型对这个结果有多大的把握？高置信度往往代表高可靠性 1. 查准率 * 英文： Precision * 别名： 精确率 * 定义： 它衡量的是预测为正类的样本中，有多少是真正的正类。简单来说，就是看模型“猜对了”多少它认为是正确的东西。 * 通俗理解： 如果你去百度搜“苹果”，搜出来的结果（预测为正）一共有10条，其中8条真的是关于苹果的（真正例），那么查准率就是 80%。 * 关注点： “我不关心我漏掉了多少，我只关心我捞上来的这些有多少是对的。” * 公式： Precision=TPTP+FPPrecision=TP+FPTP 2. 查全率 * 英文： Recall * 别名： 召回率 * 定义： 它衡量的是实际为正类的样本中，有多少被成功预测出来了。简单来说，

运营变革：换一拨底层员工试试 管理变革：换一拨中层领导试试 组织变革：换一拨高层领导试试

先交流后吃，或者先吃后交流，这是个问题。 吃饱了人就懒了，跑了，心散了，可能剩下50%。 先交流注意力集中不了多久，到处跑，可能关注的有80%。