Как будешь объяснять recall бизнесу

Recall показывает, какая доля реально положительных случаев была правильно идентифицирована моделью.

Пример:
Допустим, у нас есть модель для обнаружения мошеннических транзакций:

• Всего мошеннических операций: 100
• Модель нашла 80 из них

Recall = 80 / 100 = 0.8 (80%).

Для бизнеса:
"Recall показывает, сколько реальных проблем (мошенничество, болезни и т. д.) мы ловим. Высокий recall значит, что мы пропускаем мало критичных случаев, но иногда можем ошибочно помечать нормальные случаи как проблемные (ложные срабатывания)."

Когда важен:

• Если пропуск положительного случая дорого стоит (например, пропуск болезни или мошенничества).
• Если false negatives (пропущенные случаи) критичнее, чем false positives (ложные тревоги).

Формула:

recall = true_positives / (true_positives + false_negatives)