邊緣情況下準確率和召回率的正確值是多少？

精度定義為：

p = true positives / (true positives + false positives)

當true positives和false positives接近 0 時，精度接近 1 是否正確？

召回的相同問題：

r = true positives / (true positives + false negatives)

我目前正在實施一個需要計算這些值的統計測試，有時分母為 0，我想知道在這種情況下要返回哪個值。

PS：請原諒不合適的標籤，我想使用recall，precision和limit，但我還不能創建新標籤。

給定一個混淆矩陣：

           predicted
           (+)   (-)
           ---------
      (+) | TP | FN |
actual      ---------
      (-) | FP | TN |
           ---------

我們知道：

Precision = TP / (TP + FP)
Recall = TP / (TP + FN)

讓我們考慮分母為零的情況：

• TP+FN=0 ：表示輸入數據中沒有正例
• TP+FP=0 ：表示所有實例都被預測為負數

引用自：https://stats.stackexchange.com/questions/1773