MAP（mean average precision)平均精度均值

precision（精确率）和recall（召回率）的计算

 

       (模型预测为正样本，实际为正样本)

     (模型预测为负样本，实际为负样本）

  (模型预测为正样本，实际为负样本）

  （模型将预测为负样本，实际为正样本)

     正确预测的正样本除以被判为正样本（正确判断为正样本的样本和误判为正样本的样本）的比例之和

  正确预测的样本和所有正样本的比列

其次，我们需要知道的precision与recall基本成反比的，precison很高则recall会很低，反之，recall会很高。

为什么会这样呢，对于一组我们准备好了的样本（即已知了正样本和负样本情况），之后我们使用模型去对样本进行检测从而得到该样本相对正样本(该模型的检测正样本的）的置信度。我们通过控制置信度来调整recall的值，置信度大于等于的，我们认为这个样本是正样本。对于一个已知的样本，其实际正样本数（TP+FN）是已知的。调整置信度会让模型检测出的正确的正样本数变化，从而使recall变化。随着置信度的调低，检测出正确的正样本数会越来越来多，而总的召回率（recall）在不断提高，而precision会不断降低。

关于随着recall增大，precision为什么降低，我的观点是模型是用来检测正样本的，所有当我们将置信度从高到低往下排列时，正样本数是集中序列的前面的，因此随着recall增大，precision会减少。

这个连接里面有一个例子，结合我的讲解和这个例子，MAP值应当会更好理解。

https://www.jianshu.com/p/82be426f776e

AP（average precision）是什么？

关于AP的计算，我们参考PASCAL VOC CHALLENGE的计算方法。

我们让recall在[0,1]里从0开始取值，步长为0.1，则最终有十一个recall值，AP就是由这十一不同recall阶层precision的评价值而得到

是超过r的recall中对应最大的precision值，例如p_interp(0.6)就是大于0.6的所有recall中对应的最大的precision的值

MAP值是不同类别的AP值的均值

自2010年，PASCAL VOC CHANLLNEGE换了另一种算法。

新的计算方法假设这N个样本中有M个正例，那么我们会得到M个recall值（1/M，2/M....M/M），对于每个recall值r，我们可以计算出对应（>r)的最大precision，然后对这M个precision值取平均即得到最后AP值。

MAP的题外话：

MAP相对于precision、Recall是能够反映全局性能的指标。

，如果一个系统的性能较好，其曲线应当尽可能的向上突出。

更加具体的，曲线与坐标轴之间的面积应当越大。

最理想的系统， 其包含的面积应当是1，而所有系统的包含的面积都应当大于0。这就是用以评价信息检索系统的最常用性能指标，平均准确率mAP其规范的定义如下:(其中P，R分别为准确率与召回率)