A    B
未檢索到   C    D

A：檢索到的，相關的 （搜到的也想要的）
B：檢索到的，但是不相關的 （搜到的但沒用的）
C：未檢索到的，但卻是相關的 （沒搜到，然而實際上想要的）
D：未檢索到的，也不相關的 （沒搜到也沒用的）

通常我們希望：資料庫中相關的文件，被檢索到的越多越好，這是追求“查全率”，即A/(A+C)，越大越好。
同時我們還希望：檢索到的文件中，相關的越多越好，不相關的越少越好，這是追求“準確率”，即A/(A+B)，越大越好。

歸納如下：
召回率：檢索到的相關文件 比 庫中所有的相關文件
準確率：檢索到的相關文件 比 所有被檢索到的文件

“召回率”與“準確率”雖然沒有必然的關係（從上面公式中可以看到），然而在大規模資料集合中，這兩個指標卻是相互制約的。
由於“檢索策略”並不完美，希望更多相關的文件被檢索到時，放寬“檢索策略”時，往往也會伴隨出現一些不相關的結果，從而使準確率受到影響。
而希望去除檢索結果中的不相關文件時，務必要將“檢索策略”定的更加嚴格，這樣也會使有一些相關的文件不再能被檢索到，從而使召回率受到影響。

凡是設計到大規模資料集合的檢索和選取，都涉及到“召回率”和“準確率”這兩個指標。而由於兩個指標相互制約，我們通常也會根據需要為“檢索策略”選擇一個合適的度，不能太嚴格也不能太鬆，尋求在召回率和準確率中間的一個平衡點。這個平衡點由具體需求決定。

其實，準確率（precision，精度）比較好理解。往往難以迅速反應的是“召回率”。我想這與字面意思也有關係，從“召回”的字面意思不能直接看到其意義。
我覺得“召回率”這個詞翻譯的不夠好。“召回”在中文的意思是：把xx調回來。比如sony電池有問題，廠家召回。
既然說翻譯的不好，我們回頭看“召回率”對應的英文“recall”，recall除了有上面說到的“order sth toreturn”的意思之外，還有“remember”的意思。

Recall：the ability to remember sth. that you have learned or sth.that has happened in the past.

這裡，recall應該是這個意思，這樣就更容易理解“召回率”的意思了。
當我們問檢索系統某一件事的所有細節時（輸入檢索query），Recall就是指：檢索系統能“回憶”起那些事的多少細節，通俗來講就是“回憶的能力”。能回憶起來的細節數除以 系統知道這件事的所有細節，就是“記憶率”，也就是recall——召回率。

這樣想，要容易的多了。

在計算機視覺檢測影象的時候，概念很相似。