Precision and Recall

/prɪˈsɪʒən ənd rɪˈkɔːl/

Precision and Recall: Metrics for classification: Precision is correct positives / predicted positives; Recall is correct positives / actual positives. Precision measures accuracy of positive predictions (avoiding false positives). Recall measures completeness (avoiding false negatives). The F1-score combines both into a single metric.

In italiano: Precision e RecallLegge V · Overfitting, bias e collasso dei modelli

Precision measures accuracy of positive predictions (avoiding false positives). Recall measures completeness (avoiding false negatives). The F1-score combines both into a single metric.

Examples

  • Medical diagnosis (high recall)
  • Spam detection (high precision)
  • Information retrieval

Calcola le metriche

Modifica la matrice: precision pesa i falsi positivi, recall i falsi negativi; F1 li combina.

Precision
Recall
F1
Accuracy

Autovalutazione

Tre domande per verificare la comprensione della voce. Le spiegazioni restano disponibili anche senza JavaScript.

1. Che cos’è Precision and Recall?
Spiegazione

Precision and Recall: Metrics for classification: Precision is correct positives / predicted positives; Recall is correct positives / actual positives. Precision measures accuracy of positive predictions (avoiding false positives). Recall measures completeness (avoiding false negatives). The F1-score combines both into a single metric.

2. Quale applicazione è coerente con Precision and Recall?
Spiegazione

Un esempio è Medical diagnosis (high recall).

3. Quale voce è collegata a Precision and Recall?
Spiegazione

Le voci correlate sono scelte per collegamento tecnico, non per somiglianza casuale.