Расскажите про Accuracy: плюсы, минусы, подводные камни.

Accuracy (точность) — это метрика качества классификации, которая показывает долю правильно классифицированных объектов от общего числа.

Плюсы:

• Простая и интуитивно понятная метрика.
• Хорошо подходит, когда классы сбалансированы.

Минусы и подводные камни:

• Не подходит для несбалансированных классов, так как высокая точность может быть достигнута за счет игнорирования редких классов.
• Не учитывает тип ошибок (ложноположительные или ложноотрицательные).

Пример: Если в выборке 95% объектов одного класса и 5% другого, модель, всегда предсказывающая первый класс, будет иметь accuracy 95%, но при этом не выявит второй класс.

В таких случаях лучше использовать метрики, учитывающие баланс классов, например, F1-score, precision, recall или ROC-AUC.