精度或召回率高？

【问题标题】：precision or recall speaks loud?精度或召回率高？
【发布时间】：2012-09-14 02:53:55
【问题描述】：

假设我正在使用“A”和“B”两种方法评估某个文本分类研究项目。使用方法“A”时，精度提高了 x%，而使用“B”时，召回率提高了 x%。我怎样才能说 A 或 B 方法更好？

【问题讨论】：

【解决方案1】：

这取决于你的目标。如果您需要前几个返回的类是正确的，那么您应该追求精确度，如果您想专注于返回所有相关的类，那么请尝试增加召回率。

如果精度和召回率对您来说都很重要，那么一个常用的衡量标准是F1 score，它将精度和召回率组合成一个衡量标准。

【讨论】：

【解决方案2】：

我完全同意@Sicco 写的内容。

另外，我建议观看 this video，它来自 Coursera 的机器学习课程。来自视频：在某些情况下，您可以通过更改阈值来控制精度和召回率。如果您不确定什么对您更重要，请坚持 F1。

【讨论】：