Pourquoi le rappel ne prend-il pas en compte les vrais négatifs? Dans les expériences où les vrais négatifs sont tout aussi importants que les vrais positifs, leur métrique comparable en tient-elle compte?
Pourquoi le rappel ne prend-il pas en compte les vrais négatifs? Dans les expériences où les vrais négatifs sont tout aussi importants que les vrais positifs, leur métrique comparable en tient-elle compte?
Réponses:
Le rappel (en combinaison avec la précision) est généralement utilisé dans les domaines où l'on est principalement intéressé à trouver les positifs. Un exemple pour un tel domaine est par exemple le marketing de performance ou (comme déjà suggéré par le lien ch'ls) le domaine de la recherche d'informations.
Alors:
Si vous êtes intéressé par l'optimisation du rappel pour les deux négatifs ET les positifs, vous devriez regarder "Précision" (voir à nouveau le lien de chl). Mais méfiez-vous du biais de classe (c'est-à-dire que vous avez beaucoup plus de positifs que de négatifs ou vice versa ... dans ce cas, on peut "optimiser" la précision en définissant la prédiction sur la classe principale pour tous les points de données).