В чем разница между precision и recall при оценке моделей бинарной классификации?

Разница между precision и recall при оценке моделей бинарной классификации заключается в том, что они измеряют разные аспекты качества модели. deepmachinelearning.ru

Precision (точность) показывает долю верно-положительных объектов среди всех объектов, предсказанных как положительные. deepmachinelearning.ru habr.com Например, при классификации болезни — это доля действительно больных пациентов среди всех предсказанных как больные. deepmachinelearning.ru Precision важен, если нужно минимизировать число ложных срабатываний классификатора. deepmachinelearning.ru

Recall (полнота) показывает долю верно-положительных объектов среди всех объектов, в действительности принадлежащих положительному классу. deepmachinelearning.ru В примере выше recall важен, если нужно обнаружить всех больных пациентов, пусть и с некоторой долей ложных срабатываний. deepmachinelearning.ru

Таким образом, если модель имеет высокий уровень recall, но низкую precision, то она правильно определяет большинство положительных объектов, но имеет много ложных срабатываний. pythonru.com Если модель имеет большую precision, но низкий recall, то она делает высокоточные предсказания, определяя класс положительный, но производит всего несколько таких прогнозов. pythonru.com