（仅供参考，我将我的评论作为答案发布。请注意，问题的第一个版本不包括公式。）

“准确度”和“精密度”是贯穿整个科学的通用术语。将差异内化的一个好方法是常见的“靶心图”。在整个机器学习/统计中，准确率与精度类似于偏差与方差。

然而，在二进制分类的特定上下文中* 这些术语具有非常具体的定义。该维基百科页面上的图表给出了这些，它们是 即正确分类的案例比例与正确的阳性比例。

$$\mathrm{Accuracy}=\frac{\mathrm{True}}{\mathrm{Total}} \text{ , } \mathrm{Precision}=\frac{\mathrm{True\;Positive}}{\mathrm{All\;Positive}}$$

（*请注意，这个上下文比简单的“机器学习”要专业得多。）