召回率

Recall

實際正例中被正確預測的比例

詳細解釋

召回率(Recall)是衡量分類器覆蓋度的指標,表示實際為正例的樣本中,被正確預測為正例的比例。

定義:

  • Recall = TP / (TP + FN)
  • 真正例 / 所有實際正例
  • 回答:所有真的正例中,找到了多少?

別名:

  • 靈敏度(Sensitivity)
  • 真正例率(True Positive Rate)

與精確率的權衡:

  • 召回率:找到所有正例
  • 精確率:預測為正的準確性
  • 通常需要權衡

應用場景:

  • 醫療篩查:不想漏掉病患(高召回)
  • 安全檢測:檢測所有威脅
  • 欺詐檢測:找到所有欺詐交易
  • 信息抽取:提取所有相關實體

代價:

  • 提高召回:可能降低精確
  • 更多假陽性:為了不漏掉真的
  • 需根據場景權衡

與F1的關係:

  • F1結合精確和召回
  • 單一指標權衡

召回率是關注覆蓋度的重要指標。

探索更多AI詞彙

查看所有分類,繼續學習AI知識