MAP_K，即Mean Average Precision，是衡量信息检索效果的重要指标。它通过对每个查询的Average Precision取平均值得到。Precision@K表示在前K个结果中相关文档的比例，而Average Precision则是所有相关文档在不同排名位置的精确度的加权平均。文章通过公式解释了Precision、Recall和AP的概念，并提供实战应用指导。
1. MAP_K
MAP: mean average precision.
-
precision很容易理解；precision@10表示检索10个文档中包含相关所占的比例， 比如检索了10个，有9个是相关的，那么
precision@10=0.9 -
average precision, 也容易理解。 可以看p1，p2，p3，p4，p5，p6的平均值；就是 ap6的值
-
mean 则是对所有的case求mean则是结果。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aG6uDOO8-1590328481054)(ap.png)]
2. 几个公式
precision=∣{ relevant documents}∩{ retrieved documents}∣∣{ retrieved documents}∣precision=\frac{|\{relevant\ documents\} \cap \{retrieved\ documents\}|}{|\{retrieved\ documents\}|}precision=∣{ retrieved documents}∣∣{ relevant documents}∩{ r
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
