简述
通俗的讲,所谓Top-1 error-rate就是使用预测结果和正确结果进行对比,如果相同则表示预测正确!
相比而言,Top-5 error-rate 就是使用预测结果的Top-5(分类结果标签的前五个)与正确结果进行对比,如果五个之中有一个正确那么就认为分类器预测结果正确。
一般来说,Top-1和Top-5错误率越低,模型的性能也就越好。且Top-5 error 在数值上会比Top-1 error 的数值要小,毕竟从1个结果猜对的几率总会比从5个结果里猜对的几率要小
简述
通俗的讲,所谓Top-1 error-rate就是使用预测结果和正确结果进行对比,如果相同则表示预测正确!
相比而言,Top-5 error-rate 就是使用预测结果的Top-5(分类结果标签的前五个)与正确结果进行对比,如果五个之中有一个正确那么就认为分类器预测结果正确。
一般来说,Top-1和Top-5错误率越低,模型的性能也就越好。且Top-5 error 在数值上会比Top-1 error 的数值要小,毕竟从1个结果猜对的几率总会比从5个结果里猜对的几率要小