评测标准召回率Recall@K的理解与实例解析

如图：
定义
总共红色边框为all_negative=5 (负样本)
总共蓝色边框为all_positive=5（正样本）

top-k推荐：从最后的按得分排序的推荐列表中返回前k个结果。
Precision准确率是检索出相关结果数与检索出的结果总数的比率，衡量的是检索系统的查准率
Recall@K召回率是指前topK结果中检索出的相关结果数和库中所有的相关结果数的比率，衡量的是检索系统的查全率。

top1中:
召回率 Recall@1=正样本数/all_positive=1/5=0.2
准确率 Precision 正样本数/k=1/1=1
top5中：
召回率 Recall@5=正样本数/all_positive=3/5=0.6
准确率 Precision 正样本数/k=3/5=0.6
top10中：
召回率 Recall@10=正样本数/all_positive=5/5=1
准确率 Precision 正样本数/k=5/10=0.5

一般来说，Precision就是检索出来的条目有多少是准确的，Recall就是所有准确的条目有多少被检索出来了。