二分類模型精度高而召回率低的原因

最近在做二分類模型的調優工作。最終發現模型的正例精度在95%，而正例的召回率在83%，這是什么情況呢。

我把模型預測的2000條樣本結果的錯誤標簽和內容都打印出來，發現，在樣本標注的時候，多數的正樣本被錯誤的標注為負樣本，這樣模型學到正例的能力就變弱了，這樣將大多數正樣本預測為負樣本的同時，負樣本的精度也會變小。

如果我們想進一步提高召回率，那么需要對錯誤的標注樣本進行修正，再觀察結果。看召回是否有提升。