Precision、Recall and Mean Average Precision（MAP）

最新推荐文章于 2024-06-10 01:40:58 发布
最新推荐文章于 2024-06-10 01:40:58 发布
阅读量3.7k 收藏 5
点赞数 3
分类专栏： 植物种类鉴别 文章标签： 检索 基本概念 precision recall MAP
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HIT_ChenPeng/article/details/54426564
版权

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=
最低0.47元/天 解锁文章
HIT_ChenPeng
关注
  • 3
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
准确率（Precision）、召回率（Recall）以及综合评价指标（F1-Measure ）
weixin_33859665的博客
09-18 525
在信息检索和自然语言处理中经常会使用这些参数，下面简单介绍如下： 准确率与召回率（Precision & Recall） 我们先看下面这张图来加深对概念的理解，然后再具体分析。其中，用P代表Precision，R代表Recall 一般来说，Precision 就是检索出来的条目中（比如：文档、网页等）有多少是准确的，Recall就是所有准确的条目有多少被检索出来了。 ...
模型衡量标准recall precision accuracy f1score（hmean）
weixin_44137397的博客
08-14 3749
模型衡量标准recall precision accuracy f1score（hmean）
平均召回（Average Recall，AR）概述
最新发布
weixin_42605076的博客
06-10 992
在深度学习中，平均召回（Average Recall, AR）是一个衡量模型在不同阈值下的召回率的综合指标，特别常用于目标检测任务。召回率（Recall）指的是模型正确检测出的正样本占所有正样本的比例。换句话说，召回率评估了模型识别所有正样本的能力。平均召回（AR）是对不同阈值下的召回率进行平均得出的指标。在目标检测中，模型通常会在不同的置信度阈值下做出预测。通过在多个阈值下计算召回率并取其平均值，可以更全面地评估模型的性能。平均召回（AR）在目标检测任务中是评估模型性能的重要指标。
PR(Precision-Recall)曲线和mAP指标
weixin_30834019的博客
10-18 1075
来自： https://www.zhihu.com/question/41540197 https://www.douban.com/note/518998773/ 作者：水哥链接：https://www.zhihu.com/question/41540197/answer/91698989来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 在图像中，...
【机器学习】准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
一米阳光-的博客
12-26 2万+
在机器学习、数据挖掘、推荐系统完成建模之后，需要对模型的效果做评价。 业内目前常常采用的评价指标有准确率(Precision)、召回率(Recall)、F值(F-Measure)等，下图是不同机器学习算法的评价指标。下文讲对其中某些指标做简要介绍。 ps:很多资料上将精确度precision称为准确率，实际真正严格来讲，准确率和精确率是有区别的，周志华老师的书中称为查准率。 Recall，周...
mean average precision 定义以及计算
tangzy_的博客
05-31 6669
mean average precision 即对所有类的average precision的平均，一个类的averege precision计算有两种， 一种是11点插值法，voc 08年以前用。11-points interpolated average precision as defined by TREC. This is the average of the maximum
EvaluationMetrics:标准信息检索评估指标实施 - Recall、Precision 和 MAP
06-22
本篇文章将深入探讨三个主要的评估指标：召回率(Recall)、精确率(Precision)和平均精度均值(Mean Average Precision, MAP)，这些都是在Java环境下实现的标准信息检索评估工具。 1. **召回率(Recall)**: 召回率是...
Ai_perf_tool
11-17
首先，平均精度（mAP，Mean Average Precision）是衡量对象检测模型性能的常用指标，尤其是在图像识别和目标检测任务中。mAP综合考虑了模型对于不同类别的检测精度，通过计算每个类别平均精度的均值来评估整体性能。...
recall_precision.zip_图形图像处理_matlab_
08-11
在图像检测中，一个目标可能被多次检测到，也可能没有被检测到，因此，通常会使用平均查准率（Average Precision, AP）或平均查全率（Mean Average Precision, mAP）来综合评估算法的性能。AP是对于不同召回率下的查...
用于yolo计算mAP和PR曲线使用
10-19
mAP（Mean Average Precision，平均精度均值）和PR曲线（Precision-Recall Curve，精确率-召回率曲线）是衡量目标检测算法性能的重要指标。 mAP是评估目标检测算法的主要标准，它综合了精确率和召回率，尤其是在多...
mAP-master.zip
06-20
在深度学习领域，尤其是目标检测任务中，Mean Average Precision（mAP）是一个至关重要的评估指标。mAP-master.zip文件提供了一个高效、易用的工具包，用于计算目标检测任务中的mAP、Precision（精度）和Recall...
原理详解AUC、ROC和average precision (AP)以及sklearn实战
qq_43391414的博客
09-11 6885
文章目录前言TPR,FPRROCAOC鸣谢 前言 开门见山，想要知道AOC必须知道ROC，想要知道ROC必须知道TPR,FPR， 完。 TPR,FPR EXAMPLE 1: 我们有一个模型算法，它能够根据一系列的属性（比如身高、爱好、衣着、饮食习惯等）来预测一个人的性别是男还是女。 下面是这个模型算法对10个人的是男还是女的预测值和10个人的真实值。其中预测值为0.72表示72%的概率认为是男，28%的概率认为是女。 如果我们设定区分男女的阈值是0.5，那么预测值大于0.5的都是男性，小于0.5都是女性。
# Classification: 精确率(precision)和召回率(recall)
Chenglin(Ben) Yu's Miracle
07-11 1114
Classification ： 精确率(precision)和召回率(recall) 参考 [1] https://developers.google.com/machine-learning/crash-course/classification/precision-and-recall 注意：这里是精确率(precision),而不是accuracy(准确率)。要区分开来。 Precisi...
【小知识】目标检测各类指标概念总结
capsule的博客
01-19 3750
目标检测论文中出现过很多容易混淆的评价指标，比如，包括最基本的AP、mAP这些定义，索性将这些基本概念搞清楚，做个总结。
average_precision_score()函数----计算过程与原理详解
西小庄村高伟 的博客
02-21 7541
average-precision算法过程与原理详解
Recall, Precision, and Average Precision
三少GG
11-27 1万+
信息检索（IR）的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC 分类： 1.自然语言处理/机器学习 在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。 准确率、召回率、F1 信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precisio
Mean Average Precision (MAP)
weixin_35757531的博客
12-27 649
平均精确度平均值(Mean Average Precision, MAP)是一种评估分类器性能的指标，常用于在信息检索、计算机视觉和自然语言处理等领域。它衡量了分类器对于每个查询的平均精确度。 精确度(precision)是指分类器正确预测的样本数占总预测样本数的比例，即： precision = 正确预测的样本数 / 总预测样本数 平均精确度(Average Precision, AP)则是对于...
准确率，召回率，mAP(mean average precision)解释
热门推荐
木盏
06-27 2万+
准确率Precision 召回率Recall 其实这个翻译相当蛋疼。。。 recall最合理的翻译应该是 查全率 而Precision的最合理的翻译应该是查准率 这样就很容易理解了，假设一个班级有10个学生，5男5女 你用机器找女生，机器返回了一下结果： | 男 | 女 | 女 | 男 | 女 | 男 | 那么查准率为：3/6 = 0.5（返回的6个结果只有3个正确） 查全率为:...
precision与Recall
lzz555517的博客
08-31 8557
precision与Recall 在机器学习中，precision与recall是常用的指标，在说这两个概念之前，首先来说下精度(Precision)与准度(Accuracy)。 Precision指精度，意味着随机误差(Random Error)小，即方差(Variance)小，描述了实际值的扰动情况。 Accuracy指准度，意味着系统误差(System Error)小，即偏差(Bias)小，描述了实际值与真实结果的偏离程度。 准确度高，意味着误差(Error)小，Error = Bias + Var

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值