Precision-Recall检索到的文档的值

Question

我正在学习精确和回忆文件，而我无法理解这个特定的问题。

下表显示了两个排名返回的前6个结果的相关性 由A和B表示的检索搜索引擎。'+'表示相关文档，' - '表示非相关文档。

假设集合中相关文档的总数为4，则计算两个引擎的精确召回值，分别为前1,2,3,4,5和6个结果。

为搜索引擎A提供的解决方案是：

精密： - 100％ - | --50％ - | --33.3％ - | --25％ - | --40％ - | --50％ - |
回忆：------ 25％ - | --25％ - | --25％----- | --25％ - | --50％ - | --75％ - |

B的解决方案：

精确度： - | 100％ - | --100％ - | --66.6％ - | --50％ - | --60％ - | --50％ - |
回忆：---- | --- 25％--- | --50％---- | --50％----- | --50％ - | --75％ - | - -75％ - |

我知道如何计算单个文档，并且Precsion = TP /（TP + FP）和Recall是TP /（TP + FN）。我只是不确定如何计算上面的一些值。

Answer 1

评论太长了。

尝试理解概念，而不是试图记住公式。

“精确度”是：结果的比例是正确的？因此，对于A和B，如果你取得最好的结果，那就是正确的。精度为100％。

“召回”是：正确结果的比例是多少？因此，对于A和B，如果取得最高结果，则您有四分之一的正确值，因此召回率为25％。