#noindex
''이거 ML(prediction/classification/...)의 것과 [[측정,measurement]]([[유효숫자,significant_digit]]/....)/[[부동소수점,floating_point]]/...의 것을 분리하는 게 최선인가? 분리한다면 번역이 동일하므로 section별로?''

측정 쪽에선 ('''precision''' vs accuracy)가 비교됨 .... [[정확도,accuracy]]
ML쪽에선 ('''precision''' vs recall)이 비교됨 .... [[재현율,recall]] .........? CHK

----
true positive / total positive.

Ratio of true positives to all the predicted positives.

> Precision = TP / (TP + FP)

----
Related:
F-measure (curr [[측도,measure]])계산에 recall과 함께 필요.

비교:
[[재현율,recall]] = [[민감도,sensitivity]] = Recall = TP / (TP + FN)
재현율만 높다 - 정답이라 생각하는 것은 많이 찾겠지만, 오답이 많을 것이다.
'''정확도'''만 높다 - 정답이라 생각하는 것을 적게 찾겠지만, 그것들은 대부분 정답일 것이다.
('''precision'''-recall trade-off)

뇌종양 예측에서는 recall이 더 중요하다. 실제 뇌종양인데 뇌종양이 아닌 것으로 예측하면 위험하기 때문이다.
스팸메일 필터링에서는 '''precision'''이 더 중요하다. 정상 메일을 스팸으로 분류해버리면 곤란하기 때문이다.[* https://blog.naver.com/justarose/222871194609]

비교:
[[정확도,accuracy]]
average_precision ... Google:average_precision
 이걸 쓰는 이유도 [[정밀도,precision]] - [[재현율,recall]] trade-off 때문
 tmp video ko: https://youtu.be/jqNCdjOB15s?t=686 - 정확도(precision)라는 틀린(또는 번역을 나와 다르게 한) 표현 주의
 저렇게 단조감소그래프 넓이 계산을 해서 성능을 평가.
 Up: [[정밀도,precision]]
mean_average_precision (mAP) ... Google:mean_average_precision 

AKA:
Positive predictive value (PPV) ... WpEn:Positive_and_negative_predictive_values

----
Twins:
https://developers.google.com/machine-learning/glossary?hl=en#precision

Sources:
https://www.ibm.com/docs/en/cloud-paks/cp-data/4.6.x?topic=overview-precision

(기타 misc)
precision의 다른 뜻을 분리하기 위해 [[정밀성,precision]]페이지를 따로 만드는 방법도 가능하다.