Оценка и расчет точности Top-N: Top 1 и Top 5

Я столкнулся с несколькими (проблема машинного обучения-классификация) журнальные статьи, упомянутые об оценке точности с подходом Top-N. Данные показали, что топ-1 точность = 42,5%, а топ-5 точность = 72,5% в тех же тренировочных, испытательных условиях. Интересно, Как рассчитать этот процент из топ-1 и топ-5?

может ли кто-нибудь показать мне пример и шаги для вычисления этого?

спасибо

19
algorithm evaluation machine-learning top-n

1 ответов

точность Top-1-это обычная точность: ответ модели (с наибольшей вероятностью) должен быть точно ожидаемым ответом.

Топ-5 точность означает, что любой из вашей модели 5 Ответы с наибольшей вероятностью должны соответствовать ожидаемому ответу.

например, предположим, вы применяете машинное обучение для распознавания объектов с помощью нейронной сети. Показано изображение кота, и эти выходы вашего неврального сеть:

  • Тигра: 0.4
  • собака: 0.3
  • Cat: 0.1
  • Рысь: 0.09
  • Лев: 0.08
  • птица: 0.02
  • медведь: 0.01

используя точность top-1, Вы считаете этот выход как неправильно, потому что он предсказал тигра.

используя точность top-5, Вы считаете этот выход как правильно, потому что кошка входит в топ-5 догадок.

51