原文首发于知乎问题：如何解释召回率与精确率
最直观易懂的方式就是从字面意义去理解。
1. 例子
我们在公园里放出$50$只皮卡丘和$10$只臭臭泥。有正常审美的人都会想要用精灵球把尽可能多的皮卡丘抓回来，同时尽可能少地抓住臭臭泥。
最终我们的精灵球成功抓回来了$45$只皮卡丘，我们就可以说所有皮卡丘中有$45$只被召唤（call）回来（re）了，所以 $recall = 45 / 50$。
但同时，这台机器还抓回来了$5$只臭臭泥，在它抓回来的所有$50$只神奇宝贝（$45$皮卡丘+$5$臭臭泥）中，机器对皮卡丘判断的精准性 $(precision) = 45 / 50 = 9 / 10$。
在上面的例子中，精灵球=预测模型，皮卡丘=正样本，臭臭泥=负样本。
2. 总结
这两个概念的用处：描述模型对正样本的预测性能
recall描述模型“把正样本叫（call）回来（re）”的能力
precision描述模型“叫回来的正样本”有多少是精确的
