We willen honden en katten kunnen herkennen en we maken daar een neuraal netwerk voor.
De “recall” is gedefinieerd als het percentage van de foto’s van katten dat herkend wordt als kat.
De “precision” is gedefinieerd als het percentage van de foto's die zijn geclassificeerd als kat die correct zijn geclassificeerd.
Een voorbeeld:
We hebben 100 honden en 100 katten.
- Het netwerk classificeert 80 honden als hond en 20 honden als kat.
- Het netwerk classificeert 40 katten als kat en 60 katten als hond.
Analyse
De "recall" van de katten is 40%, want 40% van de katten is gevonden.
De "precision" van de katten is (40/60) * 100% = 67%, want er worden 60 katten gevonden, waarvan er 40 correct zijn en 20 niet correct zijn.
De "recall" van de honden is 80%, want 80% van de honden is gevonden.
De "precision" van de honden is (80/140) * 100% = 57%, want er worden 140 honden gevonden, waarvan er 80 correct zijn en 60 niet correct zijn.