知识卡片
平均精确率汇总排序质量
把同一标签的预测按置信分数从高到低排列,逐步放宽判正阈值,每一步都得到精确率和召回率。平均精确率(AP)汇总这一排序对真阳性的覆盖质量。常用的非插值定义在召回率每次增加时,以增量为权重计入该点精确率。对每个类别或查询单独算 AP 再平均得到 mAP,比较结果前要对齐计算约定。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 机器学习模型的度量指标 · 查看原书依据
Average Precision简单来说就是针对每个Recall对应的Precision求均值得来的。
参考来源
- 位置:《机器学习观止:核心原理与实践》第03章《机器学习模型的度量指标》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter3.xhtml`)。
- 结论依据:书中从置信度排序解释单类 AP,并对多标签的各类得分求均值。AP 实现口径参见 [scikit-learn 的说明](https://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.html)。
- 原始内容:Average Precision简单来说就是针对每个Recall对应的Precision求均值得来的。