4.3.9
Average Precision
สรุป
- Average Precision สรุป PR curve เป็นค่าเฉลี่ยแบบถ่วงน้ำหนัก
- เสถียรกว่า PR-AUC แบบง่ายเมื่อข้อมูลไม่สมดุล
- ใช้บ่อยในงาน ranking, search และ recommendation
1. นิยาม #
ให้จุดบน PR curve เป็น ((R_n, P_n)):
$$ \mathrm{AP} = \sum_{n}(R_n - R_{n-1}) P_n $$เป็นการถ่วง Precision ตามการเพิ่มขึ้นของ Recall
2. ข้อสังเกต #
- เมื่อคลาสบวกหายาก AP มักบอกภาพได้ดีกว่า ROC-AUC
- MAP คือค่าเฉลี่ยของ AP ต่อ query