欺诈检测系统会标记可疑的信用卡交易，供员工审查。公司希望减少审查被标记为合法交易的案例所花费的时间。哪种评估指标最能支持这一目标？

欺诈检测系统的目标是识别欺诈交易，同时尽量减少将合法交易误报为欺诈。在这种情况下，公司希望减少审查被标记为“欺诈”但实际上是合法交易（即假阳性）所花费的时间。精确率（Precision）衡量的是在所有被模型预测为正类（欺诈）的样本中，实际为正类（实际欺诈）的比例。高精确率意味着模型在预测欺诈时犯的错误（假阳性）较少，从而减少了员工审查合法交易的时间。 召回率（Recall）衡量的是所有实际为正类（欺诈）的样本中，被模型正确识别的比例。高召回率意味着模型能发现更多的欺诈，但可能会带来更多的假阳性。准确率（Accuracy）衡量的是模型正确预测的样本总数与总样本数的比例，它在类别不平衡时可能具有误导性。提升图（Lift chart）用于评估模型相对于随机选择的改进程度，而不是直接衡量假阳性。