Waarom is dit belangrijk?
Met recall kunnen teams vooraf kiezen welk model minder belangrijke gevallen mist voordat het in een dagelijkse taak wordt gezet. Banken gebruiken die maat bij fraudecontrole, omdat een gemiste verdachte betaling geld kan kosten. Voor studenten en werknemers die zoeksystemen beoordelen, laat recall zien hoeveel passende documenten terugkomen, maar een hoge waarde alleen is niet genoeg wanneer ook veel irrelevante resultaten meekomen.
Zo werkt het in de praktijk
Teams gebruiken recall bij modellen voor objectherkenning en patroonherkenning. Op luchthavens willen beveiligingssystemen die wapens zoeken een hoge recall. Een loos alarm is daar minder erg dan een gemist wapen.
De Technische Universiteit München onderzoekt objectherkenning voor zelfrijdende auto's. Gewone recall zegt volgens hen te weinig over het risico op een botsing. Daarom meten zij recall apart per risicogroep van objecten.
De specificatie ISO/IEC TS 4213 beschrijft methoden om classificatieresultaten van machinelearningmodellen te meten. Recall staat daarin naast precisie als vaste maat. Een precisie-recallcurve toont beide maten bij verschillende drempels, vooral als klassen ongelijk voorkomen.




