应用程序可能会根据特定用例中错误的成本来优先考虑精确率而不是召回率（反之亦然）。精确率衡量检索到的结果中有多少是相关的，而召回率衡量检索到了多少相关的结果。优先考虑精确率会减少误报，但会冒着错过一些相关项目的风险，而优先考虑召回率会最大限度地减少错过项目，但可能包括不相关的结果。这种选择取决于避免误报还是确保全面覆盖对于应用程序的目标更为关键。
例如，在电子商务产品搜索中，优先考虑精确率。如果用户搜索“无线降噪耳机”，系统必须返回高度相关的产品，以避免因不相关的项目（如，有线耳机或扬声器）而让用户感到沮丧。高精确率确保搜索结果与查询意图匹配，直接影响转化率。类似地，法律文件检索系统优先考虑精确率，因为律师需要准确的案例引用。返回不相关的文档可能会浪费时间或导致不正确的法律论据。在这些情况下，误报的成本（例如，销售额损失、法律工作中的错误）超过了检索每个可能匹配项的好处。
相反，在丢失相关结果会带来高风险的情况下，优先考虑召回率。例如，医疗诊断工具必须显示与患者症状相匹配的所有潜在疾病，即使某些建议的可能性较小。错过罕见疾病可能会延误关键治疗。另一个例子是内容审核：扫描有害内容的平台需要高召回率来标记所有可能违反规定的帖子，即使某些良性帖子被错误地标记为需要审核。在这里，漏报的成本（例如，未检测到的威胁或疾病）远远大于手动审查不相关结果带来的不便。这些用例需要关注召回率，以确保不会遗漏关键项目。