Model Evaluation Suite 技能：用召回率复核分类偏差

Claude Code 安装步骤

从 GitHub 固定提交获取完整的 `plugins/ai-ml/model-evaluation-suite/skills/evaluating-machine-learning-models` 目录。
复制到目标项目的 `.claude/skills/`，确认 `.claude/skills/evaluating-machine-learning-models/SKILL.md`，再从项目根目录启动 Claude Code，输入 `/evaluating-machine-learning-models`。

让 Claude Code 读取两版模型在同一合成测试集上的预测，比较准确率、混淆矩阵和少数类召回率。

构造 90 个 A、10 个 B。模型一全预测 A。模型二正确识别 8 个 B，但把 5 个 A 错判为 B。比较两版准确率和 B 召回。

模型一准确率 90%、B 召回 0%。模型二准确率 93%、B 召回 80%，可从混淆矩阵复算。

GitHub 原文 · 更新日期 2026-11-13

准备 Python、scikit-learn 及带真实标签和两版预测列的合成 CSV。完整原文流程可接入 model-evaluation-suite 插件。

按类同时看支持数、精确率和召回率。类别不均衡时，整体准确率可能掩盖少数类的失败。