Precisión o recuperación, esa es la cuestión

Has aprendido algunas métricas de rendimiento y quizá te preguntes: ¿cuándo debo usar la precisión y cuándo la recuperación? Esas dos métricas se calculan para cada clase y, a veces, es difícil saber cuándo centrarse en una y cuándo en la otra.

La precisión es una métrica que mide la eficacia con la que el modelo predice una clase, mientras que la recuperación mide la eficacia con la que se clasifica una clase. Si la precisión es alta para una clase, puedes confiar en tu modelo cuando predice esa clase. Cuando el recuerdo es alto para una clase, puedes estar seguro de que el modelo la ha comprendido bien.

Sigue las instrucciones para ver esta comparación entre precisión y recuperación con un ejemplo. Se cargan las funciones precision_score() y recall_score().