For example for text search on a se

For example for text search on a set of documents recall is the number of correct results divided by the number of results that should have been returned

In binary classification, recall is called sensitivity. So it can be looked at as the probability that a relevant document is retrieved by the query.

It is trivial to achieve recall of 100% by returning all documents in response to any query. Therefore, recall alone is not enough but one needs to measure the number of non-relevant documents also, for example by computing the precision.

ผลลัพธ์ (ไทย) 1:

ตัวอย่างเช่น สำหรับข้อความ ค้นหาชุดของการเรียกคืนเอกสารเป็นจำนวนหาร ด้วยจำนวนของผลลัพธ์ที่ควรมีการส่งคืนผลลัพธ์ที่ถูกต้องในการจัดประเภทไบนารี เรียกคืนเรียกว่าความไว เพื่อให้มันสามารถมองที่เป็นความเป็นไปได้ว่า เอกสารที่เกี่ยวข้องถูกเรียก โดยแบบสอบถามเล็กน้อยเพื่อให้การเรียกคืน 100% โดยการคืนเอกสารทั้งหมดที่ตอบแบบสอบถามใด ๆ ได้ ดังนั้น เรียกคืนเดียวไม่พอ แต่หนึ่งต้องการวัดจำนวนของเอกสารที่ไม่เกี่ยวข้องด้วย ตัวอย่างเช่น โดยการคำนวณความแม่นยำ

ผลลัพธ์ (ไทย) 2:

ตัวอย่างเช่นสำหรับการค้นหาข้อความในชุดของเอกสารจำคือจำนวนของผลลัพธ์ที่ถูกต้องหารด้วยจำนวนผลลัพธ์ที่ควรจะได้รับกลับในการจำแนกประเภทไบนารีการเรียกคืนเรียกว่าไว เพื่อที่จะสามารถมองที่เป็นน่าจะเป็นที่เอกสารที่เกี่ยวข้องจะดึงข้อมูลโดยแบบสอบถาม. มันไม่ได้เป็นเรื่องที่จะบรรลุการเรียกคืนของ 100% โดยการกลับเอกสารทั้งหมดในการตอบสนองการสอบถามใด ๆ ดังนั้นจำอย่างเดียวไม่พอ แต่หนึ่งต้องวัดจำนวนของเอกสารที่ไม่เกี่ยวข้องยังยกตัวอย่างเช่นโดยการคำนวณแม่นยำ

ผลลัพธ์ (ไทย) 3:

ตัวอย่างเช่นการค้นหาข้อความในชุดของเอกสารที่เรียกคืนเป็นจำนวนที่ถูกต้องผลหารด้วยจำนวนผลลัพธ์ที่ได้กลับมาในการไบนารี จำ เรียกว่า ไว มันสามารถถูกมองว่าเป็นโอกาสที่เอกสารที่เกี่ยวข้อง คือ การดึงข้อมูลโดยใช้แบบสอบถามมันเป็นเรื่องไร้สาระที่จะบรรลุได้ 100% โดยคืนเอกสารทั้งหมดในการตอบสนองใด ๆสอบถาม ดังนั้นจำอย่างเดียวไม่พอ แต่ต้องวัดจำนวนของเอกสารที่เกี่ยวข้อง ไม่ก็ เช่น การคำนวณแม่นยำ