Точность (precision) классификатора — это доля правильных ответов модели в пределах класса, то есть доля объектов, действительно принадлежащих данному классу, относительно всех объектов, которые система отнесла к этому классу. 1

Полнота (recall) — это доля истинно положительных классификаций, которая показывает, какую долю объектов, реально относящихся к положительному классу, предсказано верно. 1

Взаимосвязь между точностью и полнотой заключается в том, что при увеличении точности обычно уменьшается полнота и наоборот. 3 Это связано с предсказаниями, которые классификатор делает при принятии решения о том, к какому классу отнести каждый пример. 3

При выборе между точностью и полнотой необходимо учитывать конкретные требования задачи. 3 Если важно минимизировать ложные положительные прогнозы (неверно классифицированные негативные примеры), стоит ориентироваться на точность. 3 Если более важно избегать пропуска положительных примеров (нужно минимизировать ложные отрицательные прогнозы), стоит ориентироваться на полноту. 3