Разница между метриками precision и recall в машинном обучении заключается в том, что они отражают разные аспекты качества модели. 4

Precision (точность) показывает долю объектов, названных классификатором положительными и при этом действительно являющихся положительными. 2 Он оценивает способность модели отличать целевой класс от других классов. 2

Recall (полнота) показывает, какую долю объектов положительного класса из всех объектов положительного класса нашёл алгоритм. 2 Он демонстрирует способность модели обнаруживать целевой класс вообще. 2

Таким образом, precision оценивает качество предсказаний, а recall — способность модели находить все объекты целевого класса. 4

Выбор между этими метриками зависит от конкретных целей проекта. 4 Precision подходит, когда важнее быть точным при назначении положительного класса, а не обнаружить его все. 4 Recall, наоборот, показывает, может ли модель найти все объекты целевого класса. 4