Вопросы к Поиску с Алисой
Разница между метриками Precision, Recall и F-score заключается в их функциях и областях применения:
Precision (точность) показывает, какая доля положительных предсказаний модели была верной. www.sostav.ru Метрика отвечает на вопрос: «Насколько можно доверять положительным предсказаниям модели?». {7-host} Precision особенно важна, когда цена ложной тревоги высока, например, в рекомендательных системах. {7-host}
Recall (полнота) измеряет способность модели правильно идентифицировать все релевантные экземпляры в наборе данных. {6-host} Метрика отвечает на вопрос: «Насколько модель хорошо находит все положительные случаи?». {7-host} Recall приобретает решающее значение, когда цена пропуска положительного случая высока, например, в медицинской диагностике. {7-host}
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. {6-host} F-score часто используют при неравномерном распределении классов. {6-host}
Между показателями Precision и Recall часто существует компромисс: увеличение одного из них может привести к уменьшению другого. {6-host} Эта концепция известна как компромисс Precision-Recall. {6-host}