알림 중 맞는 알림의 몫
자동 분류기가 문서 10개에 특정 주제 태그를 붙였고 그중 실제 해당 문서가 8개라면 정밀도는 8/10=0.8이다. 나머지 2개는 거짓양성이다. 전체 자료 중 해당 주제 문서가 몇 개 있었는지는 이 계산에 아직 들어가지 않는다.
재현율과 같은 값은 아니다
실제 해당 주제 문서가 모두 20개였다면 위 분류기의 재현율은 8/20=0.4다. 태그를 붙인 결과가 비교적 정확하면서도 많은 관련 문서를 놓칠 수 있다. 양성 예측의 신뢰성과 실제 양성을 얼마나 찾아냈는지는 서로 다른 질문이다.
여러 범주를 요약하는 방식
다중분류에서는 관심 범주를 하나 정하고 나머지를 묶어 범주별 정밀도를 계산할 수 있다. 범주별 값을 단순 평균하는 방식과 실제 범주별 표본 수로 가중하는 방식은 다르다. 어떤 평균인지 밝히지 않은 단일 점수는 범주 불균형의 영향을 파악하기 어렵다.
아무것도 선택하지 않았을 때
양성으로 예측한 항목이 없으면 TP와 FP가 모두 0이어서 기본 분수는 0/0이다. 소프트웨어는 설정에 따라 0이나 결측값 등을 반환할 수 있으나 이는 처리 관례다. 이 상황을 정밀도가 완벽하다고 단정하거나 다른 모델과 조건 없이 비교해서는 안 된다.