评估和计算 Top-N 准确度：Top 1 和 Top 5
Evaluation & Calculate Top-N Accuracy: Top 1 and Top 5
我遇到过几篇（机器学习分类问题）期刊论文提到使用 Top-N 方法评估准确性。数据显示，在相同的训练、测试条件下，Top 1 准确率 = 42.5%，Top-5 准确率 = 72.5%。
请问这个top-1和top-5的百分比怎么算？
谁能告诉我计算这个的例子和步骤？
谢谢
Top-1 准确度是常规准确度：模型答案（概率最高的那个）必须完全是预期答案。
前 5 准确度意味着模型中 任何 个最高概率答案必须与预期答案匹配。
例如，假设您要使用神经网络将机器学习应用于对象识别。显示了一张猫的图片，这些是您的神经网络的输出：
- 老虎：0.4
- 狗：0.3
- 猫：0.1
- 山猫：0.09
- 狮子：0.08
- 鸟：0.02
- 熊：0.01
使用 top-1 准确率，您将此输出算作 错误，因为它预测了一只老虎。
使用前 5 准确率，您将此输出计为正确，因为猫是前 5 名猜测之一。
准确率的补充是错误，top-1 错误是 classifier 没有给出正确 class 最高概率分数的时间百分比。
前 5 错误：- classifier 未在前 5 个概率或猜测中包含正确 class 的时间百分比。
我遇到过几篇（机器学习分类问题）期刊论文提到使用 Top-N 方法评估准确性。数据显示，在相同的训练、测试条件下，Top 1 准确率 = 42.5%，Top-5 准确率 = 72.5%。 请问这个top-1和top-5的百分比怎么算？
谁能告诉我计算这个的例子和步骤？
谢谢
Top-1 准确度是常规准确度：模型答案（概率最高的那个）必须完全是预期答案。
前 5 准确度意味着模型中 任何 个最高概率答案必须与预期答案匹配。
例如，假设您要使用神经网络将机器学习应用于对象识别。显示了一张猫的图片，这些是您的神经网络的输出：
- 老虎：0.4
- 狗：0.3
- 猫：0.1
- 山猫：0.09
- 狮子：0.08
- 鸟：0.02
- 熊：0.01
使用 top-1 准确率，您将此输出算作 错误，因为它预测了一只老虎。
使用前 5 准确率，您将此输出计为正确，因为猫是前 5 名猜测之一。
准确率的补充是错误，top-1 错误是 classifier 没有给出正确 class 最高概率分数的时间百分比。 前 5 错误：- classifier 未在前 5 个概率或猜测中包含正确 class 的时间百分比。