正如您所指出的，它们并不相同，有时指的是完全不同的东西（即，精度是分类中模型的属性，是指回归中的方差度量）。不幸的是，在统计学中，我相信在其他学科中，我们倾向于滥用符号并使用同一个词来表示不同的事物。你指出了一个很好的例子。

精密度和准确度

回归上下文中的精度，更具体地说是线性回归和正态分布是指精度矩阵，其中 X 是多元正态分布变量

$X \sim MVN(\mu, \Sigma), \hspace{4mm} \text{where } \Sigma^{-1} = \text{Precision Matrix}$.

在分类的上下文中，Precision 也称为 PPV（或正预测值），它指的是您的模型在识别预测中的真实案例方面有多“好”。

$PPV = \text{Precision} = \frac{TP}{TP + FP}$

其中 TP/FP = True 和 False positives，分别。一些社区使用 PPV，而一些社区使用精确度。他们的意思是一样的。

同样，通过回忆和敏感度，您可以衡量自己在“捕捉”所有阳性病例方面的能力。

我认为最好的办法是遵循上面 Bane 的指导，并使用这些术语创建备忘单或记事卡，以免混淆它们，因为它们很容易混淆并在模棱两可的环境中不断被提及。

准确度是模型的整体准确度。这是比例

（正确预测总数）/（总人口）

另一方面，精度（正预测值）是

（正确预测为阳性）/（阳性预测总数）