問題タブ [average-precision]

マルチラベルテキスト分類には auto ml を使用しました。彼らは平均精度をメトリック（精度-再現率曲線の下の領域）として使用しますが、それがミクロなのかマクロなのかサンプルなのかについては言及していません.google auto mlで平均精度を計算する方法を知っている人はいますか？

このコードを実行すると、データの範囲内に Kpi1-2 > 24H のレコードがあるたびに間違った結果 (サンプル テーブルは 25K レコードの抽出) を取得する理由を誰かが理解してくれます。

更新:私はこのコードをテストします:

正しいのは 2 番目だけです。どうして？！？！追加しますか?!?

私は配列プログラミングが初めてで、sklearn.metrics label_ranking_average_precision_score 関数を解釈するのが難しいと感じました。それが計算される方法を理解するためにあなたの助けが必要です.Numpy Array Programmingを学ぶためのヒントがあれば感謝します.

一般的に、精度は((True Positive) / (True Positive + False Positive)) であることを知っています。

私が質問している理由は、オーディオ タグ付けの Kaggle コンペティションに出くわし、応答に複数の正しいラベルがある場合、スコアを計算するために LWRAP 関数を使用しているというこの投稿に出くわしたためです。このスコアの計算方法を知りたくて読み始めたのですが、解釈が難しいことに気づきました。私の2つの困難は、
1）ドキュメントからMath関数を解釈することです。スコア計算でランクがどのように使用されるかわかりません
2）コードからNumpy配列操作を解釈
する私が読んでいる関数はGoogle Collabドキュメントからのものであり、ドキュメントを読んでみましたsklearnでしたが、正しく理解できませんでした。

1 つのサンプル計算のコードは次のとおりです。

私はコンピューター ビジョンに不慣れで、ウェブ上で答えを得ることができなかった簡単な質問があります。Matterport によるマスク rcnn 実装を使用して、いくつかの画像でバイナリ分類を実行しています。各画像の mAP を計算する追加のコード行がいくつかあります。画像ごとに計算されたmAPを合計し、その数を割ってデータセット全体のmAPを取得できるかどうかを知りたいのですが、そうでない場合は、全体のmAPをどのように計算できますか? (マスク rcnn モデルのユーティリティを使用することをお勧めします)