假设我有三个类别，代表需要由模型分类的宫颈类型。总体目标是预测正确的宫颈类别，以便医疗提供者能够为患者提供最合适的宫颈癌治疗。如果宫颈类型分类错误，会浪费医疗提供者的诊断时间和患者的治疗费用。在这种情况下，精确率是否比召回率更重要？

回答：

回顾一下：

• 召回率： 它是真阳性与假阴性之间的比率。因此，它衡量的是正确预测的类别与该类别所有样本之间的比率。当你的目标是识别一个类别的所有样本时（例如，预测所有患有癌症的人），召回率就很重要。

• 精确率： 它是真阳性与假阳性之间的比率。因此，它衡量的是正确预测的类别与所有被预测为该类别的样本之间的比率。当你的目标是避免假阳性时（例如，避免错误地预测一个女人怀孕），精确率就很重要。

在这种情况下，我认为了解错误的后果更为重要。如果一个人是A类型但被预测为B类型，是否存在生命风险？是否存在某种类型是最安全的（即使一个人被错误分类，也没有生命风险）？最危险的（存在生命风险）？

根据这些答案，你将能够选择最佳的评估指标。

假设存在最安全和最危险的类型，那么在最危险的类型中，召回率更为相关，因为你必须尽可能多地识别出所有这些类型。