Возможно, имелись в виду показатели точности (precision) и полноты (recall) в задачах бинарной классификации. 45

Точность — это доля истинно положительных примеров среди всех, классифицированных как положительные. 4 Если точность равна 1, то ложноположительные классификации отсутствуют. 5 Однако это не говорит о том, были ли распознаны все положительные примеры. 5

Полнота (также известна как чувствительность) — это доля истинно положительных примеров среди всех положительных примеров. 45 Если полнота равна 1, то все положительные объекты были распознаны правильно, а ложноотрицательные классификации отсутствуют. 5 При этом ничего не говорится о том, сколько было допущено ложноположительных классификаций. 5

Таким образом, разница между точностью и полнотой в том, что точность фокусируется на положительных примерах, а полнота — на всех положительных объектах.

Обычно показатели точности и полноты не используются по отдельности, а либо сравниваются (например, точность на уровне полноты 0,75), либо объединяются в один показатель, например, F1-меру. 5