सटीकता विफलता को छुपा देती है। एक धोखाधड़ी डिटेक्टर जो कुछ भी संकेत नहीं देता, वह लगभग हर बार सही होता है, फिर भी बेकार होता है। परिशुद्धता और रिकॉल इस अंतर को उजागर करते हैं। परिशुद्धता यह पूछती है कि अनुमानित सकारात्मक परिणामों में से कितने वास्तव में सकारात्मक हैं। रिकॉल यह पूछती है कि वास्तव में कितने सकारात्मक परिणाम पाए गए।

ये दोनों कारक एक दूसरे के विपरीत हैं। थ्रेशहोल्ड बढ़ाने से गलत पॉजिटिव परिणाम कम होते हैं, लेकिन सही पॉजिटिव परिणाम छूटने की संभावना बढ़ जाती है, जिससे सटीकता बढ़ती है और रिकॉल पर नकारात्मक प्रभाव पड़ता है। इसे कम करने से इसका उल्टा होता है। सही संतुलन इस बात पर निर्भर करता है कि किस त्रुटि से अधिक नुकसान होता है।

इनमें से चयन करना

• उच्च परिशुद्धता, जब गलत सकारात्मक परिणाम महंगे हों
• उच्च स्मरण दर, जब सकारात्मक परिणामों का न मिलना खतरनाक हो
• एफ1 स्कोर, जब दोनों समान रूप से मायने रखते हैं
• थ्रेशोल्ड चयन के लिए परिशुद्धता-पुनः स्मरण वक्र

कैंसर की जांच से याद रखने की क्षमता बढ़ती है। स्पैम फ़िल्टरिंग से सटीकता बढ़ती है। इनमें से कोई भी मापदंड अकेले पूरी कहानी नहीं बताता, इसीलिए गंभीर मूल्यांकन रिपोर्टों में दोनों एक साथ दिखाई देते हैं।