Un modèle naïf qui prédit toujours la classe majoritaire obtiendra un excellent score (ex: 99%) sans rien apprendre de la fraude.

Parce qu'elle prend trop de temps à calculer sur de gros volumes de données.

L'Accuracy donne toujours un résultat de 0 en présence de données déséquilibrées.

Parce qu'elle est mathématiquement impossible à calculer si les classes ne sont pas strictement à 50/50.