平均値 精度 (マップ)は、広く使用されている指標です 情報検索 and 機械学習, particularly for evaluating the performance of systems that return ranked lists of items, such as 検索エンジン or レコメンデーションシステム. MAP combines the concepts of precision and recall to provide a single score that reflects the quality of a ranked list.
MAPの計算にはいくつかのステップがある。まず、各クエリについて、各関連アイテムでの適合率を計算する。適合率は、真陽性の結果の数を、その時点までに取得したアイテムの総数で割ったもので定義される。次に、関連文書が取得されるランクでの適合率の値を平均して、各クエリの平均適合率を求める。最後に、これらの平均適合率のスコアの平均をとることでMAPを算出する。
MAP is particularly useful because it accounts for the order of results. It rewards systems that return relevant items higher in the ranking list, thereby encouraging better retrieval practices. This makes it a favored choice for evaluating tasks like image retrieval, ドキュメント検索, and other applications where the ranking of results is crucial.
要約すると、平均適合率は、ランキングされた検索タスクにおいて適合率と再現率のトレードオフをバランスさせる包括的な指標を提供し、開発者や研究者が実世界のアプリケーションにおけるモデルの有効性を評価するのに役立つ。