В чем заключается основное отличие метрик precision и recall при оценке моделей машинного обучения?

Основное отличие метрик precision и recall при оценке моделей машинного обучения заключается в том, что precision измеряет надёжность модели при классификации положительных примеров, а recall определяет, сколько положительных выборок было корректно предсказано моделью. 2

Precision показывает, какая доля объектов, выделенных как положительные, действительно являются положительными. 1 Эта метрика отвечает на вопрос: «Насколько я могу доверять положительным предсказаниям модели?». 1

Recall показывает, какая доля положительных объектов была правильно идентифицирована моделью. 1 Эта метрика отвечает на вопрос: «Насколько модель хорошо находит все положительные случаи?». 1

Таким образом, precision учитывает классификацию как положительных, так и отрицательных примеров, а recall — только представителей класса положительных. 2