论文 [1] 介绍了一种用于形状分类的metric,理论部分作者给出几组shape inference 的例子说明该metric的完备性。在实际应用部分,作者将该metric用到了植物种类的检测中。该应用涉及几个评价指标:Precision, Recall and Mean Average Precision(MAP).
基本概念
二元检测结果存在四种情况:true positive(TP), true negative(TN), false positive(FP), false negative(FN).
在文本检索中,True or False 对应为 Relevant or Not-Relevant;positive or Negative 对应为 Retrieved or Not-Retrieved。
昨天第一次接触检索我有点心急。还没有区分清楚retrieved 、 relevant这俩基本概念的情况下,开始看准确度和召回率的定义。看得是一头雾水,特别是precision-recall曲线,真不知道该怎么画。
Precision准确度
准确度 公式:
P=TPTP+FP=