假设我正在使用两种方法“ A”和“ B”评估一些文本分类研究项目。使用方法“ A”时，我的精度提高了x％，而使用“ B”时，召回率则提高了x％。我怎么说A或B更好呢？
最佳答案
这取决于您的目标。如果您需要前几对返回的类是正确的，那么您应该提高精度，如果您想专注于返回所有相关的类，则尝试增加召回率。
如果精度和召回率对您都很重要，那么经常使用的度量是F1 score，它将精度和召回率组合为一个度量。
关于machine-learning - 精度还是召回率很高？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12534672/