Precision and Recall
The two metrics that actually tell you whether a classifier works when one class is rare.
Precision fragt: Wie viel von allem, was das Modell markiert hat, war richtig? Recall fragt: Wie viel von allem, was es hätte markieren müssen, hat es erwischt? Beide gehen gegeneinander, und welche du optimierst, ist eine Produktentscheidung, keine technische. Accuracy verdeckt beide.
In der Praxis: Ein Betrugsmodell, das 60 % der Betrugsfälle erwischt (Recall) und bei dem 90 % der Alarme echt sind (Precision), kann besser sein als eines mit 99,9 % Accuracy, das nichts erwischt.