Sto leggendo un articolo scientifico sulla classificazione delle immagini. Nei risultati sperimentali parlano della precisione top-1 e top-5 ma non ho mai sentito parlare del termine, né riesco a trovarlo usando google.
Qualcuno può darmi una definizione o indicarmi da qualche parte? :)
Risposte:
Ho trovato questa spiegazione di un Nathan Yan su Quora
La precisione Top-N significa che la classe corretta deve trovarsi nelle probabilità Top-N per essere considerata "corretta". Ad esempio, supponiamo che io abbia un set di dati di immagini
Per ognuno di questi, il modello prevede una classe, che verrà visualizzata accanto alla classe corretta tra virgolette
La precisione Top-1 per questo è (5 corrette su 8), il 62,5%. Supponiamo ora di elencare anche il resto delle classi previste dal modello, in ordine decrescente delle loro probabilità (più a destra appare la classe, meno è probabile che il modello pensi che l'immagine sia una classe 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”
Se prendiamo l'accuratezza dei primi 3 per questo, la classe corretta deve essere solo nelle prime tre classi previste per contare. Di conseguenza, nonostante il modello non ottenga perfettamente tutti i problemi, la sua precisione nei primi 3 è del 100%!