Top-n precision 정의

이미지 분류에 관한 과학 논문을 읽고 있습니다. 실험 결과에서 그들은 1 위와 5 위의 정확도에 대해 이야기하지만 용어를 들어 본 적이 없으며 Google을 사용하여 찾을 수 없습니다.

누군가 나에게 정의를 주거나 어딘가에 나를 가리킬 수 있습니까? :)

상위 5 개 정확도에서 상위 5 개의 추측에 정답이 표시되면 정답을 얻는 것에 대한 신뢰를 얻게됩니다.

Quora 에서 한 Nathan Yan이이 설명을 찾았습니다.

Top-N 정확도는 올바른 클래스가 "올바른"것으로 계산 될 수 있도록 Top-N 확률에 속한다는 것을 의미합니다. 예를 들어, 이미지 데이터 세트가 있다고 가정하십시오.

• 개
• 고양이
• 개
• 새
• 고양이
• 고양이
• 쥐
• 펭귄

이들 각각에 대해, 모델은 클래스를 예측할 것이며, 이는 클래스에서 올바른 클래스 옆에 따옴표로 나타납니다.

• 개“개”
• 고양이 "새"
• 개“개”
• 새“새”
• 고양이 "고양이"
• 고양이 "고양이"
• 마우스 "펭귄"
• 펭귄“개”

이에 대한 최고 정확도는 62.5 % (8 개 중 5 개 수정)입니다. 이제 모델이 예측 한 나머지 클래스를 확률의 내림차순으로 나열한다고 가정합니다 (클래스가 나타날수록 모델이 tat 클래스라고 생각할 가능성이 적습니다)

- Dog “Dog, Cat, Bird, Mouse, Penguin”
- Cat “Bird, Mouse, Cat, Penguin, Dog”
- Dog “Dog, Cat, Bird, Penguin, Mouse”
- Bird “Bird, Cat, Mouse, Penguin, Dog”
- Cat “Cat, Bird, Mouse, Dog, Penguin”
- Cat “Cat, Mouse, Dog, Penguin, Bird”
- Mouse “Penguin, Mouse, Cat, Dog, Bird”
- Penguin “Dog, Mouse, Penguin, Cat, Bird”

우리가 이것을 위해 최고 3 정확도를 취한다면, 올바른 클래스는 계산할 최상위 3 개의 클래스에만 있으면됩니다. 결과적으로 모든 문제를 완벽하게 해결하지 못하는 모델 임에도 불구하고 최고의 정확도는 100 %입니다!