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 +