MAP计算(mean average precision)

MAP（mean average precision）计算的是AP（average precision）的均值，

例如：1000个检索，MAP计算的是1000个检索结果AP的均值

AP@k的计算，例如

计算1: test_case([1, 3],[1,2,3,4,5],3, 5/6)

正确标签为[1, 3]

预测标签为[1,2,3,4,5]

需要计算AP@3，即预测标签的前3个值是对指标是很重要的，计算如下：

precision@1: 正确， 1*（1/2）=1/2

precision@2: 错误，0

precision@3: 正确，（1/3）*1=1/3 

AP@2=1/2+0+1/3=5/6

计算2: test_case(1:5, [1 1 1 1 1], 5, 0.2)

正确标签：[1,2,3,4,5]

预测标签：[1 1 1 1 1]

需要计算AP@5，即预测标签的前5个值是对指标是很重要的，计算如下：

precision@1: 正确， 1*（1/5）=1/5

由于之后的precision虽然命中的也是1，但与第一个命中结果已经重复，因此最终结果=0.2

 

参考链接：

https://github.com/benhamner/Metrics/blob/master/MATLAB/metrics/test/testAveragePrecisionAtK.m

https://medium.com/@pds.bangalore/mean-average-precision-abd77d0b9a7e

http://fastml.com/what-you-wanted-to-know-about-mean-average-precision/