通过研究fasttext官方文档（https://fasttext.cc/docs/en/supervised-tutorial.html）中的如下部分：
很容易发现此处的召回率与精确率与平常所计算的方式不同；这里是专门针对多标签而计算的；而且针对一条样本就可以计算出这两个值 ；图中实际标签为 equipment,cleaning,knives; 预测标签为food-safety,baking,equipment,substitutions,bread ; 只有equipment是正确的，1/5=0.2，即精确率；而召回率预测正确的标签数量除以真实的标签数量；1/3=0.33即recall；
按这种理论计算，由于分子是一样的，分母是不一样的；换句话说，如果分母相同，即标签数量相同，两个指标值就会相同；
对于二分类而言，每条样本而言，分母永远都是一样的，就是1；如果真实标签是spam,预测的标签也是spam,那么精确率为1，召回率也为1；如果预测标签是normal，则精确率为0，召回率也为0；所以两者值完全相同；
本质上而言，此处的recall是针对多标签设计的；对于 二分类单标签是没有意义的；