机器学习mAP之我见

mAP（mean Average Precision）

---

Precision and Recall

       在模型评估时，我们往往会参照一些性能指标，最基本的如准确率和召回率。看过西瓜书的同学应该对下面这张表格很熟悉：
| | predicted:P | predicted:F
-------- | —
actual:P | TP |FN
actual:N | FP |TN
       这张表其实很好记忆，横着看(actual:P和actual:N)代表实际所属的类别;竖着看(predicted:P和predicted:N)代表预测的类型。如果实际和预测都一样，那就是真正例(TP)和真反例(TN),对应表格的主对角线。如果实际是反例却预测成了正例，那就是假正例(FP),注意，这都是与实际的标签(actual)来对比的，同理可推出FN。
       在了解了表格的意义之后，就很好解释准确率§和召回率®了：

P= T P T P +