Почему accuracy недостаточно? Объясни precision, recall, F1 и confusion matrix.

Accuracy = доля правильных ответов. На несбалансированных классах она вводит в заблуждение: модель «всегда not_fraud» даст 99.9% accuracy и нулевую пользу. Precision = TP / (TP + FP) — сколько из предсказанных позитивов действительно позитивы. Recall = TP / (TP + FN) — сколько реальных позитивов мы поймали. F1 = их гармоническое среднее. Confusion matrix показывает все 4 числа сразу.