举一个例子，假如模型是识别猫的照片并推送给用户，A的错误率为3%，B的错误率为5%。正常情况我们应该选择A模型。但是发现A会把很多色情图片分类为猫，这里显然A模型是不能接受的，这个时候我们需要改变评估指标了。我们希望新的评估指标 B的得分比A高，这样我们就可以选择B模型了。正常情况下我们在评估模型时，可以写成这样
上述表示统计的错误样本的比率，m是总的选择出来的认为是猫的样本数（照片数）。即Error=选出来是猫的照片中不是猫的数目/选出来的数目。
当我们把色情图片的问题考虑到评估指标
添加一个权重项wi，当为错误样本且为色情图片时，我们可以设置为10，当为普通的错误样本设为1，相当于将把色情图片识别为猫的惩罚加大十倍。如果我们想要得到归一化结果可以使用
这样可以保证错误率仍在区间(0,1) 。
因而我们在处理机器学习问题时，通过两步，第一步是弄清楚如何定义一个指标来衡量模型的表现，第二步是逼近目标，优化参数修改指标。
继续刚才的例子，假如两个模型A和B错误率率分别为3%和5%，然后实际应用时，由于用户上传的照片图像质量较差，这是你会发现模型B表现较好，那么我们就需要修改指标或者开发集（dev）