机器学习（3）：信息检索指标-查准率（Precision）,查全率（Recall）,平均准确率(mAP)

 一.查准率和查全率

查准率=准确率（Precision）=检索到的该类图像/检索到的所有图像数

 

查全率=召回率（Recall）=检索到的该类图像/数据库中所有的该类图像

 

二.MAP(Mean Average Precision)平均精度均值

MAP可以由它的三个部分来理解：P,AP,MAP

P（Precision）精度，正确率。在信息检索领域用的比较多，和正确率一块出现的是召回率Recall。对于一个查询，返回了一系列的文档，正确率指的是返回的结果中相关的文档占的比例，而召回率则是返回结果中相关文档占所有相关文档的比例。相关概念如上。

MAP(Mean Average Precision)：单个主题的平均准确率是每篇相关文档检索出后的准确率的平均值。主集合的平均准确率(MAP)是每个主题的平均准确率的平均值。 MAP 是反映系统在全部相关文档上性能的单值指标。系统检索出来的相关文档越靠前(rank 越高)，MAP就可能越高。如果系统没有返回相关文档，则准确率默认为0。

对一个搜索引擎或推荐系统而言返回的结果必然是有序的，而且越相关的文档排的越靠前越好，于是有了AP的概念。对一个有序的列表，计算AP的时候要先求出每个位置上的precision，然后对所有的位置的precision再做个average。