Akansha Yadav explains precision and recall using a hospital cancer diagnosis example. A model that flags every patient as cancer gets high recall but many false positives. One that flags only confirmed cases gets high precision but misses real patients. The precision-recall curve helps you pick a threshold that balances both metrics based on what your problem costs.
इमैजिन करें। हॉस्पिटल का यह कैंसर बोले रहा है और अगर मॉडल बोल देता है। हर पेशेंट को कैंसर का मतलब रीकॉल उसका बहुत ज्यादा हाई है। लेकिन बहुत सारे फॉल सलाम भी आ जाएंगे। इस केस में प्रिसीजन लो हो जाएगा। और अगर वही मॉडल कहें कि सिर्फ कंफर्म जो केसेज हैं उन्हीं को कैंसर बोलेट। मींस प्रिसीजन उसका हाई है। लेकिन कुछ रियल पेशेंट जो है वो मिस हो जाए तो इटमींस री कॉल लो है। इसी ट्रेड ऑफ को समझने के लिए यूज होता है। प्रिसीजन रीकॉल कर। ये हमारा प्रिसिजन रिकॉल्ड ब्लॉड। इस प्रिसिजन रिकॉल्ड प्लॉट में 2 चीजों पर काम करता है। पहला प्रिसिजन, दूसरा रीकॉल। दोनो को कैलकुलेट करने के लिए ऑलमोस्ट सिमिलर फॉर्मुला ही यूज होता है। ट्रू पॉजिटिव डिवाइडेड वाइड ट्रू पॉजिटिव प्लस फाल्स पॉजिटिव प्रिसिजन के लिए और रिकॉर्ड के लिए थ्रू पॉजिटिव डिवाइडेड बाई ट्रू पॉजिटिव प्लस फॉल्स नेग तो बेसिकली प्रिसीजन में बताता है कि जो ऐक्चवली करेक्ट थे उनमें से हमने कितनों को करेक्ट बोला है। मॉडल ने और रीकॉल हमें यह बताता है कि जो ऐक्चवली में पॉजिटिव थे उनमे से हमने कितने कैच किए। प्रिसिजन और रीकॉल इसी दोनो चीजों पर फाइट करते रहते है। प्रिसीजन रीकॉल में हमारा वाय एक्सेस पर प्रिजन केस पर री कॉल होता है। इन दोनों को प्लॉट किया जाता है ताकि यह समझे की थ्रेशहोल्ड किसमें ज्यादा और किसमें कम है।
