概念

Precision（查准率）：找的准，你认为的该类样本，有多少猜对了（猜的精准性如何）
Recall（查全率）：找的全，该类样本有多少被找出来了（召回了多少）

一、精准率Precision的应用场景

买股票

以买股票为例，我并不需要把第二天会涨的股票尽可能都找出来，我只希望我买的5支股票能够很大概率是涨的就行了（precision高，猜的越准越好）

商品推荐系统

为了尽可能少打扰用户，我们希望推荐内容的确是用户感兴趣的，此时查准率更重要

二、召回率Recall的应用场景

贷款违约用户识别场景

相对于好用户，我们更关心坏用户，不能错放过任何一个坏用户。因为如果我们过多的将坏用户当成好用户，这样后续可能发生的违约金额会远超过好用户偿还的借贷利息金额，造成严重偿失（结合实际业务理解，比如广告投放，我们也是希望找到更多会购买的潜在用户，因为这收益远比多发几条短信要高得多）。召回率越高，代表实际坏用户被预测出来的概率越高，它的含义类似：宁可错杀一千，绝不放过一个。

关注Recall的关键点在于，我们如果漏找一个正例，这个代价要远比”你找的精准度很低“来得高。

新冠疫情核酸检测

新冠疫情期间，政府发现了一名阳性病例，我们的目标是找出和阳性病例存在接触的2万人中是否有阳性病例，那么我们是怎么做的呢？我们会认为这2万个人都有可能是阳性病例，也是把他们都预测为正例。那我们所带来的开销是64元核算检查费 * 2万 = 128万元，虽然我们猜的很不准，因为这2万个人里面没有几个是阳性的。但是如果我们只对300个近距离接触的人进行核算检查，而没有对剩下19700个人进行接触，结果在19700中有一个人是阳性，他没有进行核算检查，是个漏网之鱼。那他会给社会带来巨大的危害，想象一下他未来几周会四处传播病毒，这个代价可能是几千万的人力，上亿的经济损失，这远比128万元要大得多！这就是所谓的”宁可错杀一千，也不放过一个“，根本原因在于放过一个的代价实在是太大了。

地震预测

我们希望尽可能少漏报地震，所以更关注Recall

逃犯信息检索系统

我们希望尽可能少漏掉逃犯，此时查全率更重要

Precision（精准率、查准率）和Recall（召回率、查全率）的应用场景相关推荐

Precision(精确率，正确率)， Recall(召回率，查全率)，Accuracy(准确率)，F-Measure(F值)...
一.指标概念 TP - 将正类预测为正类 FN - 将正类预测为负类, 类似假设检验中的第一类错误,拒真 FP - 将负类预测位正类,类似假设检验中的第二类错误,取伪 TN - 将负类预测位负类假设 ...
F1 Score详解查准率较高召回率较低怎末处理？
[机器学习]F1分数(F1 Score)详解及tensorflow.numpy实现_zjn-ai的博客-CSDN博客_f1分数西瓜好坏二分类:模型预测出来:A分为好西瓜类(A中有好的有坏的) B分为 ...
机器学习算法衡量指标——准确率、精确率（查准率）、召回率（查全率）
机器学习算法衡量指标在分类问题中,将机器学习模型的预测与实际情况进行比对后,结果可以分为四种:TP.TN.FN.FP.每个的第一个字母:T/F,代表预测结果是否符合事实,模型猜得对不对,True o ...
机器学习分类指标：精确率、准确率、召回率详解
混淆矩阵在介绍具体的定义之前先了解一些混淆矩阵(confusion matrix): 一种 NxN 表格,用于总结分类模型的预测效果:即标签和模型预测的分类之间的关联.在混淆矩阵中,一个轴表示模型预 ...
精确率、准确率、召回率
TP: Ture Positive 把正的判断为正的数目 True Positive,判断正确,且判为了正,即正的预测为正的. FN: False Negative 把正的错判为负的数目 False ...
准确理解 Precision 准确率, Recall 召回率 , IoU
目录 Precision和Recall IOU Precision和Recall 下面是几个常见的模型评价术语,假设我们的分类目标只有两类,计为正例(positive)和负例(negtive)扥别是: ...
手推多分类precision(精确率)、recall(召回率)、F1分数
文章目录样例混淆矩阵 precision.recall.F1分数介绍多分类 macro.micro.weighted 样例本文使用以下样例来计算混淆矩阵.precision.recall和F1 ...
深度学习参数对模型的影响：Loss(损失）、方差、Precision(精确度)、Recall（召回率
损失.方差.precision_精确度.recall_召回率对模型的影响深度学习之Metrics 一. 偏差.方差.精确率.召回率四个概念二.一个好的模型对这几个指标有什么样的要求? 三. 基于 ...
[白话解析] 通过实例来梳理概念：准确率 (Accuracy)、精准率(Precision)、召回率(Recall) 和 F值(F-Measure)
[白话解析] 通过实例来梳理概念 :准确率 (Accuracy).精准率(Precision).召回率(Recall)和F值(F-Measure) 文章目录 [白话解析] 通过实例来梳理概念 :准确率 ...
人工智能之 NLP的Precision(查准率,精确率),Recall(查全率,召回率),Accuracy(准确率)以及综合评价指标(F1-Measure)
目录〇.推荐一.简述二.罗里吧嗦三.精确率.召回率.F1 四.AP和mAP(mean Average Precision) 五.ROC和AUC 六.总结〇.推荐无意中发现了一个巨牛的人工智 ...

Precision（精准率、查准率）和Recall（召回率、查全率）的应用场景

概念