Top-n accuracy'nin tanımı nedir?

Görüntü sınıflandırması hakkında bilimsel bir makale okuyorum. Deneysel sonuçlarda ilk 1 ve ilk 5 doğruluğundan bahsediyorlar, ancak terimi hiç duymadım ya da google kullanarak bulamıyorum.

Birisi bana bir tanım verebilir veya bir yere yönlendirebilir mi? :)

İlk beş doğrulukta, en iyi beş tahminde doğru cevap görünüyorsa, doğru cevaba sahip olduğunuz için kendinize kredi verirsiniz.

Bu açıklamayı bir Nathan Yan tarafından Quora'da buldum

Top-N doğruluğu, doğru sınıfın “doğru” olarak sayılması için Top-N olasılıklarında olacağı anlamına gelir. Örnek olarak, bir dizi veri kümem olduğunu varsayalım

• Köpek
• Kedi
• Köpek
• Kuş
• Kedi
• Kedi
• Fare
• Penguen

Bunların her biri için model, alıntılarda doğru sınıfın yanında görünecek bir sınıfı tahmin edecektir.

• Köpek köpek"
• Kedi “Kuş”
• Köpek köpek"
• Kuş “Kuş”
• Kedi kedi"
• Kedi kedi"
• Fare “Penguen”
• Penguen “Köpek”

Bunun için Top-1 doğruluğu (8 üzerinden 5 doğru),% 62.5. Şimdi, modelin tahmin ettiği diğer sınıfları da olasılıklarının azalan sırasına göre listelediğimi varsayalım (sınıf ne kadar doğru görünürse, modelin görüntünün tat sınıfı olduğunu düşünmesi daha az olasıdır)

- 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”

Bunun için ilk 3 doğruluğunu alırsak, doğru sınıfın yalnızca sayılacak ilk üç tahmini sınıfta olması gerekir. Sonuç olarak, model her sorunu mükemmel bir şekilde elde etmemesine rağmen, ilk 3 doğruluğu% 100'dür!