召回是否在2类分类任务中有意义？

Question

我知道Recall = TP /（TP + FN）

假设我考虑分类器的不同上下文的召回值。在一种情况下，我把A班作为我的积极班，B班作为我的负面班。在另一方面，我把A班作为我的负面班，B班作为我的正面班。

让R1和R2的值是召回值在这些背景下

R1=TP1/(TP1+FN1) 
R2=TP2/(TP2+FN2) 
But TP2=FN1 and FN2=TP1 
So R2=FN1/(TP1+FN1) 
So R1+R2=1 

什么是错的这种说法？[我觉得，什么是错的，因为我看到了分类使用召回正在评估。

等价地，如果要求我计算分类器的召回率，那么它是R1还是R2？你如何决定

Answer 1

为了得到一个有意义的结果，你需要评估这两个精度和召回。单独进行评估是评估功能不佳的好机会。

回想起来是只有有能力说，如果一个项目实际上是一个项目在类中。如果你回忆一下只（不看精度）是微不足道得到一个完美的分数：

bool ismember(item, class) { 
    return true; 
} 

保证给100％的完美召回每时间。问题是，它的精度明显太臭（事实上，它的精度为0 - 它不能拒绝不属于组成员的项目，因为它从来没有拒绝任何

反之，如果。我们来看一下精度从召回隔离，它同样琐碎每次得到一个完美的结果。

bool ismember(item, class) { 
    return false; 
} 

精密是拒绝非会员，并得出结论，他们是不是类的成员的能力，因为这说没有什么是班上的成员，它的精确度总是100％完美的。当然，它有相反的问题：这次rec全部为0.

总结：我们需要看这两个回忆和精度得到一个有意义的结果。