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。
例如:假设有两个主题,主题1有4个相关网页,主题2有5个相关网页。某系统对于主题1检索出4个相关网页,其rank分别为1, 2, 4, 7;对于主题2检索出3个相关网页,其rank分别为1,3,5。对于主题1,平均准确率为(1/1+2/2+3/4+4/7)/4=0.83。对于主题2,平均准确率为(1/1+2/3+3/5+0+0)/5=0.45。则MAP= (0.83+0.45)/2=0.64。”

NDCG(Normalized Discounted Cumulative Gain):

计算相对复杂。对于排在结位置n处的NDCG的计算公式如下图所示:

在MAP中,四个文档和query要么相关,要么不相关,也就是相关度非0即1。NDCG中改进了下,相关度分成从0到r的r+1的等级(r可设定)。当取r=5时,等级设定如下图所示:

(应该还有r=1那一级,原文档有误,不过这里不影响理解)

例如现在有一个query={abc},返回下图左列的Ranked List(URL),当假设用户的选择与排序结果无关(即每一级都等概率被选中),则生成的累计增益值如下图最右列所示:

考虑到一般情况下用户会优先点选排在前面的搜索结果,所以应该引入一个折算因子(discounting factor): log(2)/log(1+rank)。这时将获得DCG值(Discounted Cumulative Gain)如下如所示:

最后,为了使不同等级上的搜索结果的得分值容易比较,需要将DCG值归一化的到NDCG值。操作如下图所示,首先计算理想返回结果List的DCG值:

然后用DCG/MaxDCG就得到NDCG值,如下图所示:

MAP(Mean Average Precision):相关推荐

  1. 深度学习: mAP (Mean Average Precision)

    原文:http://blog.csdn.net/jningwei/article/details/78955536 深度学习: mAP (Mean Average Precision) 版权声明:转载 ...

  2. MAP(Mean Average Precision)

    from: http://blog.sina.com.cn/s/blog_662234020100pozd.html MAP(Mean Average Precision) MAP(Mean Aver ...

  3. mAP(mean Average Precision)应用(转)

    原文章地址来自于知乎:https://www.zhihu.com/question/41540197 1. precision 和 recall 的计算(没什么好说的,图片示例相当棒): 图1 图中上 ...

  4. 交并比 (IoU), mAP (mean Average Precision), 非极大值抑制 (NMS, Soft NMS, Softer NMS, IoU-Net)

    目录 目标检测的评价指标 交并比 (Intersection of Union, IoU) mAP (mean Average Precision) 其他指标 非极大值抑制 (Non-Maximum ...

  5. map平均准确率_MAP(Mean Average Precision)

    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 ...

  6. yolo-v2 v3实现笔记 mAP:mean average precision 平均精度均值

    mAP计算参考这里:目标检测的评估指标mAP的那些事儿 相关概念:机器学习中 True Positives(真正例TP).False Positives(假正例FP).True Negatives(真 ...

  7. 目标检测等相关评价指标(AP AR Average Precision和Average Recall)

    https://cocodataset.org/#detection-eval COCO 提供了 12 种用于衡量目标检测器性能的评价指标. [1] - 除非特别说明,AP 和 AR 一般是在多个 I ...

  8. Recall, Precision, and Average Precision

    信息检索(IR)的评价指标介绍 - 准确率.召回率.F1.mAP.ROC.AUC 分类: 1.自然语言处理/机器学习 在信息检索.分类体系中,有一系列的指标,搞清楚这些指标对于评价检索和分类性能非常重 ...

  9. Mean Average Precision(MAP):平均精度均值

    1.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 ...

最新文章

  1. 腾讯微博API时间线相关接口返回的微博信息中head值使用问题
  2. 深圳杯---垃圾焚烧厂的经济补偿问题
  3. Pacbio HiFi技术原理与应用软件实例
  4. 前端学习(1045):todolist本地存储加载到页面
  5. AdaBoost 算法 入门
  6. https脚本调linux执行器,linux平台下一键配置网站https
  7. (实战项目三)新浪网分类资讯爬虫
  8. Flutter透明度渐变动画FadeTransition实现透明度渐变动画效果
  9. python编程入门电子书-Python编程基础 PDF 原书高质量版
  10. python hbase_python 操作 hbase
  11. 高德地图集成之基础定位
  12. SRP记录_20190418
  13. 奇迹,是为了信念牺牲一切(高策)
  14. PCB多层板层的设置原则
  15. 计算机表格出现value,excel中出现#value!的解决办法
  16. 《大型网站技术架构-核心原理与案例分析》(李智慧 著)第1章-大型网站架构演化
  17. 【C语言】算法学习·逆波兰式
  18. 面试必练:50道经典SQL练习
  19. 高精度加法 高精度减法 高度除法 高精度乘法 方法总结
  20. [iOS] Xcode 5 + iOS 7免证书(iDP)真机调试与生成IPA全攻略

热门文章

  1. 安装MindStudio
  2. C语言 NULL与0 对应的地址
  3. 104. Leetcode 337. 打家劫舍 III (动态规划-打家劫舍)
  4. PyTorch笔记: GPU上训练的模型加载到CPU/错误处理Attempting to deserialize object on a CUDA device but torch.cuda.is_a
  5. 李宏毅线性代数笔记9:对角化
  6. 从C语言的角度重构数据结构系列(八)-数据结构堆知识超级丑数
  7. 字节跳动 ClickHouse 在实时场景中的应用和优化实践
  8. 2兼容鼠标无法禁用一直乱动_雷柏ralemo气垫鼠标:金属镂空无线充电,机械滚珠情怀在线...
  9. Frighting的日常:第5天
  10. 利用Keras构建自动编码器