召回率是機器學習和統(tǒng)計分類中衡量分類模型對正類樣本識別能力的一個重要指標。

它指的是在所有實際為正類的樣本中被模型正確識別為正類的樣本比例。

計算公式為召回率 = 真正例TP÷真正例TP + 假負例FN。

例如在疾病診斷中“正類”是患有特定疾病的病例召回率就是在所有真實患病的病例中有多少被檢測出來了。

再比如在垃圾郵件檢測中“正類”是垃圾郵件召回率表示所有真實的垃圾郵件中被模型正確標記為垃圾郵件的比例。

在一些應用中如疾病篩查或欺詐檢測召回率尤其重要因為錯過正類如病患或欺詐行為的代價可能非常高。

總之召回率越高表示模型識別正類樣本的能力越強。