У нас есть регион, где может возникнуть торнадо. Мы разрабатываем модель бинарной классификации. На какую метрику обращаем больше внимания — Precision или Recall?

В задаче бинарной классификации для региона с возможным торнадо важнее ориентироваться на метрику Recall (полноту).

Почему Recall важнее:

• Recall измеряет долю правильно обнаруженных положительных случаев (торнадо), то есть насколько хорошо модель не пропускает реальные торнадо.
• Пропуск торнадо (ложный негатив) может привести к серьёзным последствиям для безопасности.

Precision (точность) важна, когда ложные срабатывания критичны, но в данном случае лучше минимизировать пропуски.

Итого:

• Ставим цель максимизировать Recall, чтобы не пропустить ни одного торнадо.
• При этом стоит контролировать Precision, чтобы не было слишком много ложных тревог, но в приоритете — полнота.