В чем разница между метриками Precision, Recall и F-score?

Разница между метриками Precision, Recall и F-score заключается в их функциях и областях применения:

1. Precision (точность) показывает, какая доля положительных предсказаний модели была верной. www.sostav.ru Метрика отвечает на вопрос: «Насколько можно доверять положительным предсказаниям модели?». sky.pro Precision особенно важна, когда цена ложной тревоги высока, например, в рекомендательных системах. sky.pro

2. Recall (полнота) измеряет способность модели правильно идентифицировать все релевантные экземпляры в наборе данных. www.ultralytics.com Метрика отвечает на вопрос: «Насколько модель хорошо находит все положительные случаи?». sky.pro Recall приобретает решающее значение, когда цена пропуска положительного случая высока, например, в медицинской диагностике. sky.pro

3. F-score (F1-score или F-measure) — это метрика, которая объединяет Precision и Recall в одном показателе. klu.ai www.deepchecks.com F-score представляет собой единое число, которое уравновешивает обе метрики, что делает его полезным показателем, когда необходимо учитывать как ложноположительные, так и ложноотрицательные результаты. www.ultralytics.com F-score часто используют при неравномерном распределении классов. www.ultralytics.com

Между показателями Precision и Recall часто существует компромисс: увеличение одного из них может привести к уменьшению другого. www.ultralytics.com Эта концепция известна как компромисс Precision-Recall. www.ultralytics.com