Precision, Recall и F1-score: как выбрать метрику

Для бинарной классификации confusion matrix содержит true positive, false positive, true negative и false negative. Precision отвечает: какая доля предсказанных положительных действительно положительна. Recall: какую долю всех реальных положительных мы нашли.

Precision = rac{TP}{TP + FP}

Recall = rac{TP}{TP + FN}

Высокий precision важен, когда ложное срабатывание дорого. Высокий recall — когда опасно пропустить положительный объект. Метрику выбирают по цене ошибок, а не по тому, какая выглядит выше.