基于损失函数的模型评估标准，挺适合做分类效果的，是在你用 Clementine 或者 SPSS 挖数据的时候。这部分内容讲得还蛮全，从混淆矩阵到准确率，还有误差度量、交叉验证都带上了。嗯，光看标题就知道，对模型调优友好。

17.1 的小节讲得挺细，尤其是两个模型的成本可视化，你要是做 A/B 测试或者不同算法对比，好用。后面像贝叶斯标准和遗传算法也有涉及，虽然偏理论点，但讲得不死板，看着不费劲。

而且它不光讲原理，配合 Clementine 工具操作讲，挺实用的。比如你要跑分类模型，调参数的时候不知道评估哪个好，照着这章来一遍，基本有思路了。响应也快，界面也直观。

如果你刚上手 SPSS-Clementine，或者你写完模型总是纠结哪个指标更靠谱，那这部分内容你可以重点看看，思路会清晰不少。