通過研究fasttext官方文檔（https://fasttext.cc/docs/en/supervised-tutorial.html）中的如下部分：

很容易發現此處的召回率與精確率與平常所計算的方式不同；這里是專門針對多標簽而計算的；而且針對一條樣本就可以計算出這兩個值 ；圖中實際標簽為 equipment,cleaning,knives; 預測標簽為food-safety,baking,equipment,substitutions,bread?; 只有equipment是正確的，1/5=0.2，即精確率；而召回率預測正確的標簽數量除以真實的標簽數量；1/3=0.33即recall；

按這種理論計算，由于分子是一樣的，分母是不一樣的；換句話說，如果分母相同，即標簽數量相同，兩個指標值就會相同；

對于二分類而言，每條樣本而言，分母永遠都是一樣的，就是1；如果真實標簽是spam,預測的標簽也是spam,那么精確率為1，召回率也為1；如果預測標簽是normal，則精確率為0，召回率也為0；所以兩者值完全相同；

本質上而言，此處的recall是針對多標簽設計的；對于 二分類單標簽是沒有意義的；

總結

以上是生活随笔為你收集整理的fasttext在二分类问题中，recall与precision值是相同的，why的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。