Комментарии 2
Спасибо, отличная аналогия для запоминания
"В этом и есть суть этих метрик, с ростом recall уменьшается precision, и наоборот."
Всегда ли это так? Лень производить выкладки, но мне кажется если при улучшении модели, будет расти TP за счёт равномерного "изымания" значений из FP и FN, то recall и precision будут расти параллельно. Разве не так?
Да, они будут расти одновременно при "изымании" значений из FP и FN. Но я имел ввиду, что при изменении порога либо растет precision и уменьшается recall, либо уменьшается recall и растет precision. Если вы увеличиваете порог, то меньше образцов, которые помечены классом попадают, но попадают только правильные образцы, которым модель дала больше всего очков. То есть увеличился precision, но одновременно уменьшился recall, т.к меньше образцов нужного класса попадают. То же самое работает и в обратную сторону. Если поставить низкий порог, то будут попадать лишние образцы, которым модель дала достаточно очков для прохода через порог. Но также будет попадать больше образцов нужного класса, при которых модель сомневалась.
Precision и recall. Как они соотносятся с порогом принятия решений?