Precision ve Recall Arasındaki Fark

Precision ve recall, sınıflandırma problemlerinde modelin başarısını değerlendirmek için kullanılan iki önemli ölçüttür.

Precision

Precision, doğru pozitif sonuçların tüm pozitif tahminlere oranıdır. Yüksek precision, modelin yanlış pozitiflerini az yaptığını gösterir.

• Hesaplama: Doğru Pozitif / (Doğru Pozitif + Yanlış Pozitif)
• Örnek: Bir e-posta filtreleme modelinde, spam olarak işaretlenen e-postaların gerçekten spam olma oranını gösterir.

Recall

Recall, doğru pozitif sonuçların tüm gerçek pozitiflere oranıdır. Yüksek recall, modelin yanlış negatiflerini az yaptığını gösterir.

• Hesaplama: Doğru Pozitif / (Doğru Pozitif + Yanlış Negatif)
• Örnek: Bir hastalık tarama testinde, hastaların doğru bir şekilde tespit edilme oranını gösterir.

Özet

Precision, modelin tahminlerinin ne kadar doğru olduğunu ifade ederken, recall, modelin tüm gerçek pozitifleri ne kadar iyi yakaladığını ifade eder. İkisinin dengesi, modelin genel başarısı açısından kritik öneme sahiptir.