Разница между точностью и полнотой при оценке системы распознавания лиц заключается в том, что каждый из этих показателей оценивает разные аспекты производительности системы. 3

Точность показывает, сколько из предсказанных позитивных объектов оказались действительно позитивными. 2 Измеряется как доля верно классифицированных объектов от общего числа положительных примеров (в которых классификатор счёл, что пример содержит объект данного класса). 3

Полнота показывает, сколько от общего числа реальных позитивных объектов было предсказано как позитивный класс. 2 Рассчитывается как доля правильно классифицированных положительных примеров от общего числа истинно положительных примеров. 3

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