Dizionario AI › Fondamenti AI
Precision and Recall
Precisione e richiamo sono due metriche complementari per valutare un modello di classificazione, ciascuna sensibile a un tipo diverso di errore. La precisione risponde alla domanda: tra tutti i casi che il modello ha segnalato come positivi, quanti lo erano davvero? Il richiamo risponde a una domanda diversa: tra tutti i casi realmente positivi, quanti il modello è riuscito a trovare?
La precisione si calcola dividendo i veri positivi per la somma di veri positivi e falsi positivi: un modello con alta precisione fa poche segnalazioni sbagliate, ma potrebbe lasciarsene sfuggire molte vere. Il richiamo si calcola dividendo i veri positivi per la somma di veri positivi e falsi negativi: un modello con alto richiamo trova quasi tutti i casi positivi, ma può farlo a costo di segnalarne molti che non lo erano. Le due misure sono spesso in tensione tra loro: aumentare l'una tende a far diminuire l'altra, e la soglia di decisione del modello permette di spostare l'equilibrio da una parte o dall'altra. L'F1-score combina le due in un unico numero, calcolandone la media armonica.
La scelta di privilegiare precisione o richiamo dipende dal costo relativo dei due tipi di errore: in un sistema antifrode si preferisce spesso un richiamo alto, anche a costo di qualche falso allarme, perché lasciarsi sfuggire una frode reale è più costoso; in un sistema che filtra automaticamente contenuti da rimuovere si preferisce spesso una precisione alta, per evitare di penalizzare ingiustamente contenuti legittimi. Sono metriche centrali in ricerca di informazioni, diagnostica medica, moderazione dei contenuti e rilevamento di anomalie.
I due concetti nascono in ambiti distinti che poi confluiscono: precisione e richiamo vengono formalizzati nella comunità dell'information retrieval, la ricerca di documenti rilevanti in grandi archivi, già dagli anni '50 e '60, per misurare quanto un sistema di ricerca restituisse risultati pertinenti senza perderne troppi. Con la crescita del machine learning e della classificazione automatica, questi due indicatori sono migrati stabilmente nel vocabolario standard della valutazione dei modelli.
Dalla nostra rete
Kaimaki Web: Websites That Win Customers
Custom websites, web apps and digital marketing for growing businesses.
Vai su kaimakiweb.com →Dal blog di Agora Intelligence
📱 Scarica l'app Android (beta) iOS in arrivo
Dì quello che intendi. Ottieni quello che ti serve.
Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.