我遇到过一些关于使用Top-N方法评估准确性的期刊论文（机器学习分类问题）。数据显示，在相同的训练，测试条件下，前1精度= 42.5％，前5精度= 72.5％。 我想知道如何计算前1和前5的百分比？
有人能告诉我一些例子和步骤来计算吗？
由于
答案 0 :(得分：81)
前1精度是常规准确度：模型答案（概率最高的答案）必须完全符合预期答案。
前5精确度意味着模型5 任何的最高概率答案必须与预期答案匹配。
例如，假设您正在使用神经网络将机器学习应用于对象识别。显示了猫的图片，这些是您的神经网络的输出：
使用前1精确度，您将此输出计为错误，因为它预测了一只老虎。
使用前5精确度，您将此输出计为正确，因为cat是前5个猜测之一。
答案 1 :(得分：0)
精度的补充是误差，前1个误差是分类器没有给出正确的分类最高概率得分的时间百分比。 前5个错误：-分类器未在前5个概率或猜测中包括正确类别的时间百分比。