Precision
Præcision måler andelen af korrekte positive forudsigelser ud af alle positive forudsigelser.
Kort fortalt
Andelen af de positive forudsigelser, der faktisk er korrekte.
- Kategori
- metrik
- Niveau
- begynder
Betydninger
1- 1
I maskinlæring og informationssøgning: andelen af relevante dokumenter eller korrekte positive forudsigelser blandt de hentede eller forudsagte positive.
- Modellen opnåede en præcision på 0,92, hvilket betyder at 92% af de positive forudsigelser var korrekte.
- I et søgesystem er præcision antallet af relevante dokumenter divideret med antallet af hentede dokumenter.
Hvornår bruges det
Præcision bruges især ved evaluering af klassifikationsmodeller, især når omkostningerne ved falske positiver er høje. Den anvendes sammen med recall i F1-scoren.
Formel
precision = TP / (TP + FP)Kodeeksempel
def precision(tp, fp):
return tp / (tp + fp) if (tp + fp) > 0 else 0.0Funktion der beregner præcision ud fra antal sande positive (tp) og falske positive (fp).
Oprindelse
Fra latin 'praecisio' (afskæring, nøjagtighed). Overført via engelsk 'precision'.