Machine Learning System Design的一道題

一道很簡單的題快把我繞暈了...（年紀大了真是拙計）

化簡一下:
Spam y=1 | 1%
Non-spam y=0 | 99%

我開始有點懂了，上圖左側，橫軸是事實，縱軸是預測。
一共100封郵件，1封垃圾，99正常郵件。
即Actual Positive=1; Actual negative=99
A選項 always predict y=0,即True positive=0

即recall=0/1=0

B選項 always predict y=1,即True positive=1; False positive=99;

即recall=1/1=100%; Precision=1/(1+99)=1%

C選項 同上
D選項 always predict y=0,則 accuracy=99/100=99%

Lowering the threshold means more y = 1 predictions. This will increase both true and false positives, so Precision will decrease.
Increase true positives, decreasing false Negatives,so Recall will Increase.
Recall至關於下圖

相似的