Я читаю научную статью о классификации изображений. В экспериментальных результатах они говорят о точности топ-1 и топ-5, но я никогда не слышал этого термина и не могу найти его с помощью Google.
Может кто-нибудь дать мне определение или указать мне где-нибудь? :)
В 5 лучших точках вы отдаете себе должное за правильный ответ, если правильный ответ появляется в ваших пяти главных догадках.
Я нашел это объяснение одним Натаном Яном на Quora
Точность Top-N означает, что правильный класс попадает в вероятности Top-N для того, чтобы он считался «правильным». В качестве примера, предположим, у меня есть набор данных изображений
Для каждого из них модель будет предсказывать класс, который появится в котировках рядом с правильным классом.
Точность Top-1 для этого составляет (5 правильных из 8), 62,5%. Теперь предположим, что я также перечисляю остальные классы, которые предсказывала модель, в порядке убывания их вероятностей (чем правее появляется класс, тем меньше вероятность, что модель думает, что изображение является классом tat).
- 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”
Если мы возьмем для этого точность 3 лучших, то правильный класс должен быть только в первых трех прогнозируемых классах для подсчета. В результате, несмотря на то, что модель не справляется со всеми проблемами, точность ее топ-3 составляет 100%!