一家化工厂需要一个模型来最大化检测异常过程行为（标签：0 = 正常，1 = 异常）的几率。以下哪对指标表明模型最有可能检测到异常？

化工厂的目标是最大化检测异常过程行为的几率，这意味着模型需要尽可能多地识别出真正的异常情况，以避免漏报。这正是“召回率”（Recall）所衡量的。召回率是真正例（True Positives）占所有实际正例（True Positives + False Negatives）的比例。在本场景中，高召回率意味着模型能有效捕捉到大多数异常。虽然精确率（Precision）也很重要，但如果召回率低，即使精确率高，也会漏掉许多异常，这对于化工厂来说是不可接受的。在提供的选项中，召回率 = 0.98 是最高的，表明模型在识别异常方面表现最佳，因此是最佳选择。其他选项的召回率较低，意味着会漏掉更多异常。