tf.keras.metrics.TopKCategoricalAccuracy 与 Precision@k 有何不同？

Question

来自推荐系统的 precision@k 是一个流行的指标。

precision@k = number of relevant predictions in top k / k

在 tf.keras.metrics.TopKCategoricalAccuracy 的 tensorflow 文档中指出

Computes how often targets are in the top K predictions.

https://www.tensorflow.org/api_docs/python/tf/keras/metrics/TopKCategoricalAccuracy

这似乎与 precision@k 完全相同。我是不是遗漏了什么或者它们是等价的，它只是归结为 TF/recommender 术语？

Answer 1

没有。你是完全正确的。 它们都是相同的指标。

Answer 2

TopKCategoricalAccuracy 和 Precison at k ，这两个指标彼此不同。让我们看一个例子。

例如在推荐用例中，我们为用户预测 5 部电影 ["A"、"B"、"C"、"D"、"F"] 并且用户观看了电影 'A'并拒绝了其余的。

1. 然后精度为 1 = 1/1= 1
2. 然后精度为 5 = 1/5（在 5 部电影用户中 select 只有一个）
3. Top1CategoricalAccuracy(K=1)= 1 或 100%（因为在预测列表中第一部电影 'A' 被用户看过）
4. Top5CategoricalAccuracy(K=5)= 1 或 100%（正确答案出现在您的前五次猜测中）