प्रेसिजन और रिकॉल दो मौलिक प्रदर्शन मीट्रिक हैं जिनका उपयोग किसी वर्गीकरण या सूचना पुनर्प्राप्ति प्रणाली की गुणवत्ता का मूल्यांकन करने के लिए किया जाता है। वे मापते हैं कि एक मॉडल डेटासेट से प्रासंगिक वस्तुओं को कितनी अच्छी तरह पहचानता है, जिसमें गलत सकारात्मक और गलत नकारात्मक की लागतों को संतुलित किया जाता है। प्रेसिजन, जिसे सकारात्मक भविष्य कहनेवाला मान भी कहा जाता है, पुनर्प्राप्त की गई उन वस्तुओं के अंश को मापता है जो वास्तव में प्रासंगिक हैं। रिकॉल, जिसे संवेदनशीलता के रूप में भी जाना जाता है, सभी प्रासंगिक वस्तुओं के उस अंश को मापता है जिन्हें सफलतापूर्वक पुनर्प्राप्त किया गया। साथ में, वे अकेले सटीकता की तुलना में मॉडल के व्यवहार का अधिक सूक्ष्म दृष्टिकोण प्रदान करते हैं, विशेष रूप से जब वर्ग असंतुलित होते हैं या जब विभिन्न त्रुटियों की लागत भिन्न होती है।
औपचारिक रूप से, प्रेसिजन की गणना सही सकारात्मक की संख्या को सिस्टम द्वारा सकारात्मक के रूप में लेबल की गई कुल वस्तुओं (सही सकारात्मक और गलत सकारात्मक) से विभाजित करके की जाती है। रिकॉल की गणना सही सकारात्मक की संख्या को उन कुल वस्तुओं से विभाजित करके की जाती है जो वास्तव में सकारात्मक वर्ग से संबंधित हैं (सही सकारात्मक और गलत नकारात्मक)। उदाहरण के लिए, एक कंप्यूटर प्रोग्राम पर विचार करें जो डिजिटल तस्वीरों में कुत्तों को पहचानने के लिए डिज़ाइन किया गया है। यदि एक तस्वीर में दस बिल्लियाँ और बारह कुत्ते हैं, और प्रोग्राम आठ तत्वों को कुत्तों के रूप में पहचानता है, जिनमें से पाँच वास्तव में कुत्ते हैं (सही सकारात्मक) और तीन बिल्लियाँ हैं (गलत सकारात्मक), तो सात कुत्ते छूट जाते हैं (गलत नकारात्मक) और सात बिल्लियाँ सही ढंग से बाहर रखी जाती हैं (सही नकारात्मक)। प्रोग्राम का प्रेसिजन 5/8 है, क्योंकि चयनित आठ तत्वों में से केवल पाँच प्रासंगिक हैं। इसका रिकॉल 5/12 है, क्योंकि बारह प्रासंगिक कुत्तों में से केवल पाँच पाए गए।
सांख्यिकीय त्रुटियों से संबंध
प्रेसिजन और रिकॉल सीधे सांख्यिकीय परिकल्पना परीक्षण की अवधारणाओं से मेल खाते हैं। यदि शून्य परिकल्पना यह है कि एक दी गई वस्तु अप्रासंगिक है, तो एक गलत सकारात्मक (टाइप I त्रुटि) तब होती है जब एक अप्रासंगिक वस्तु को गलत तरीके से चुना जाता है, और एक गलत नकारात्मक (टाइप II त्रुटि) तब होती है जब एक प्रासंगिक वस्तु छूट जाती है। पूर्ण प्रेसिजन शून्य गलत सकारात्मक से मेल खाता है, जिसका अर्थ है कि हर पुनर्प्राप्त वस्तु प्रासंगिक है। पूर्ण रिकॉल शून्य गलत नकारात्मक से मेल खाता है, जिसका अर्थ है कि हर प्रासंगिक वस्तु पुनर्प्राप्त की गई है। रिकॉल केवल टाइप II त्रुटि दर का पूरक है, जिसकी गणना एक घटा उस दर के रूप में की जाती है। प्रेसिजन टाइप I त्रुटि दर से संबंधित है लेकिन अधिक जटिल तरीके से, क्योंकि यह जनसंख्या में प्रासंगिक बनाम अप्रासंगिक वस्तुओं के पूर्व वितरण पर भी निर्भर करता है। कुत्ते की पहचान के उदाहरण में, दस बिल्लियों में से तीन टाइप I त्रुटियाँ हैं, जो 3/10 की टाइप I त्रुटि दर देती हैं, और बारह कुत्तों में से सात टाइप II त्रुटियाँ हैं, जो 7/12 की टाइप II त्रुटि दर देती हैं।
व्याख्या और उपयोगिता
प्रेसिजन को अक्सर गुणवत्ता के माप के रूप में वर्णित किया जाता है, जो दर्शाता है कि सकारात्मक भविष्यवाणियाँ कितनी भरोसेमंद हैं। रिकॉल मात्रा का माप है, जो दर्शाता है कि सिस्टम का सकारात्मक वर्ग का कवरेज कितना पूर्ण है। उच्च प्रेसिजन का मतलब है कि एल्गोरिदम ज्यादातर प्रासंगिक परिणाम लौटाता है, जबकि उच्च रिकॉल का मतलब है कि यह अधिकांश प्रासंगिक परिणाम लौटाता है, भले ही कुछ अप्रासंगिक भी शामिल हों। ये मीट्रिक अलगाव में विशेष रूप से उपयोगी नहीं हैं। एक सिस्टम संग्रह में हर वस्तु को पुनर्प्राप्त करके पूर्ण रिकॉल प्राप्त कर सकता है, लेकिन ऐसी प्रणाली का प्रेसिजन बहुत कम होगा। इसके विपरीत, एक सिस्टम केवल एक ऐसी वस्तु का चयन करके पूर्ण प्रेसिजन प्राप्त कर सकता है जो लगभग निश्चित रूप से प्रासंगिक है, लेकिन यह रिकॉल का त्याग करेगा। व्यवहार में, प्रेसिजन और रिकॉल आमतौर पर एक साथ रिपोर्ट किए जाते हैं, अक्सर एक प्रेसिजन-रिकॉल वक्र के माध्यम से जो रिकॉल के फलन के रूप में प्रेसिजन को प्लॉट करता है। आम तौर पर, रिकॉल बढ़ने पर प्रेसिजन घटता है, जो दोनों के बीच अंतर्निहित समझौते को दर्शाता है।
प्रेसिजन-रिकॉल समझौता
प्रेसिजन और रिकॉल के बीच अक्सर एक व्युत्क्रम संबंध होता है, जहाँ एक को बढ़ाना दूसरे को कम करने की कीमत पर आता है। इष्टतम संतुलन विशिष्ट अनुप्रयोग और विभिन्न प्रकार की त्रुटियों की सापेक्ष लागत पर निर्भर करता है। एक धुआँ डिटेक्टर एक प्रणाली का क्लासिक उदाहरण है जिसे रिकॉल को ध्यान में रखकर डिज़ाइन किया गया है। यह जानबूझकर झूठे अलार्म (टाइप I त्रुटियाँ) के लिए प्रवण है क्योंकि वास्तविक आग के दौरान सतर्क करने में विफल रहने की लागत निषेधात्मक रूप से अधिक है। डिटेक्टर सभी वास्तविक खतरों को पकड़ने के लिए प्रेसिजन का त्याग करता है। इसके विपरीत, आपराधिक न्याय प्रणाली, जो ब्लैकस्टोन के अनुपात द्वारा निर्देशित है कि "दस दोषी व्यक्तियों का बच निकलना बेहतर है बजाय एक निर्दोष के कष्ट सहने के," प्रेसिजन पर जोर देती है। सिस्टम को निर्दोष लोगों को दोषी ठहराने से बचने के लिए डिज़ाइन किया गया है, भले ही इसका मतलब अधिक दोषी व्यक्तियों को मुक्त जाने देना हो, इस प्रकार रिकॉल का त्याग करना।
एक मस्तिष्क सर्जन द्वारा कैंसरयुक्त ट्यूमर को हटाना व्यक्तिगत स्तर पर समझौते को दर्शाता है। सर्जन को पुनर्विकास को रोकने के लिए सभी ट्यूमर कोशिकाओं को हटाना होगा, लेकिन कार्य को संरक्षित करने के लिए स्वस्थ मस्तिष्क कोशिकाओं को हटाने से भी बचना होगा। एक अधिक उदार दृष्टिकोण, ट्यूमर के चारों ओर एक व्यापक क्षेत्र को हटाना, यह सुनिश्चित करके रिकॉल बढ़ाता है कि सभी कैंसर कोशिकाएँ निकाली जाती हैं, लेकिन यह स्वस्थ ऊतक को हटाने की संभावना भी बढ़ाता है। एक अधिक रूढ़िवादी दृष्टिकोण केवल पुष्टि की गई कैंसर कोशिकाओं को लक्षित करके प्रेसिजन बढ़ाता है, लेकिन यह कुछ ट्यूमर कोशिकाओं को पीछे छोड़ने का जोखिम उठाता है। दोनों परिणामों के महत्वपूर्ण परिणाम हैं, और सर्जन की पसंद उस संदर्भ में प्रेसिजन और रिकॉल पर रखे गए सापेक्ष भार को दर्शाती है।
मशीन लर्निंग में उपयोग
मशीन लर्निंग में, प्रेसिजन और रिकॉल वर्गीकरण मॉडल के लिए मानक मूल्यांकन मीट्रिक हैं, विशेष रूप से असंतुलित डेटासेट वाले डोमेन में। उदाहरण के लिए, चिकित्सा निदान में, एक दुर्लभ बीमारी का पता लगाने वाला मॉडल केवल बहुमत वर्ग की भविष्यवाणी करके उच्च सटीकता प्राप्त कर सकता है, लेकिन प्रेसिजन और रिकॉल इसकी वास्तविक उपयोगिता को प्रकट करते हैं। कृत्रिम बुद्धिमत्ता अनुसंधान में, इन मीट्रिक का उपयोग वस्तु पहचान, स्पैम फ़िल्टरिंग और दस्तावेज़ पुनर्प्राप्ति जैसे कार्यों में मॉडल की तुलना करने के लिए किया जाता है। वे F1 स्कोर जैसे व्युत्पन्न मीट्रिक के लिए भी आधारभूत हैं, जो प्रेसिजन और रिकॉल का हार्मोनिक माध्य है, जो दोनों चिंताओं को संतुलित करने वाली एक एकल संख्या प्रदान करता है। ये अवधारणाएँ द्विआधारी वर्गीकरण से परे बहु-वर्ग सेटिंग्स तक फैली हुई हैं, जहाँ प्रेसिजन और रिकॉल की गणना प्रति वर्ग की जाती है और फिर एकत्रित की जाती है।
सूचना पुनर्प्राप्ति में अनुप्रयोग
प्रेसिजन और रिकॉल की उत्पत्ति सूचना पुनर्प्राप्ति के क्षेत्र में हुई, जहाँ वे खोज इंजन और डेटाबेस क्वेरी सिस्टम का मूल्यांकन करते हैं। इस संदर्भ में, प्रेसिजन उपयोगकर्ता की क्वेरी के लिए प्रासंगिक पुनर्प्राप्त दस्तावेज़ों के अनुपात को मापता है, जबकि रिकॉल संग्रह में सभी प्रासंगिक दस्तावेज़ों के उस अनुपात को मापता है जिन्हें पुनर्प्राप्त किया गया था। खोज इंजन अक्सर एक समझौते का सामना करते हैं: अधिक परिणाम लौटाने से रिकॉल बढ़ सकता है लेकिन अप्रासंगिक पृष्ठों के साथ प्रेसिजन को कमजोर कर सकता है। रैंकिंग सिस्टम शीर्ष परिणामों की गुणवत्ता का मूल्यांकन करने के लिए एक निश्चित संख्या में परिणामों पर प्रेसिजन का उपयोग करते हैं, जैसे कि 10 पर प्रेसिजन। ये मीट्रिक आधुनिक पुनर्प्राप्ति प्रणालियों, जिनमें बड़े भाषा मॉडल और जनरेटिव एआई प्रौद्योगिकियों द्वारा संचालित शामिल हैं, के मूल्यांकन में केंद्रीय बने हुए हैं।
सीमाएँ और विस्तार
प्रेसिजन और रिकॉल की सीमाएँ हैं। वे सही नकारात्मक के लिए जिम्मेदार नहीं हैं, जो कुछ अनुप्रयोगों में महत्वपूर्ण हो सकते हैं। वे सकारात्मक वर्ग की पसंद के प्रति भी संवेदनशील हैं, और उनकी व्याख्या सकारात्मक वर्ग की पूर्व संभावना पर निर्भर करती है। जब सकारात्मक वर्ग दुर्लभ होता है, तो कई गलत सकारात्मक पेश किए बिना रिकॉल में सुधार करना मुश्किल हो सकता है। इन मुद्दों को संबोधित करने के लिए, शोधकर्ताओं ने F1 स्कोर, प्रेसिजन-रिकॉल वक्र के अंतर्गत क्षेत्र और मैथ्यूज सहसंबंध गुणांक जैसे संबंधित मीट्रिक विकसित किए हैं। व्यवहार में, मीट्रिक की पसंद अनुप्रयोग के लक्ष्यों पर निर्भर करती है, और प्रेसिजन और रिकॉल को अक्सर मॉडल प्रदर्शन की पूरी तस्वीर प्रदान करने के लिए अन्य आँकड़ों के साथ रिपोर्ट किया जाता है।