Machine-Learning
平均精度與精度
在 Python 中使用 sklearn.metrics，我在測試模型指標時計算了平均精度（使用 average_precision_score）和精度（使用 classification_report）。但是，我得到了不同的答案（分別為 0.89 和 0.93）。我閱讀了兩者的文檔並知道方程式是不同的，但我希望能夠直觀地解釋兩者之間的差異以及何時使用一個而不是另一個。
精度是指特定決策閾值處的精度。例如，如果您將任何模型輸出小於 0.5 計為負數，大於 0.5 計為正數。但有時（特別是如果您的類不平衡，或者如果您希望精確而不是召回，反之亦然），您可能需要改變這個閾值。平均精度為您提供所有此類可能閾值的平均精度，這也類似於精度召回曲線下的區域。在不考慮任何特定決策閾值的情況下，比較模型對預測排序的好壞是一個有用的指標。
參考：https ://scikit-learn.org/stable/modules/generated/sklearn.metrics.average_precision_score.html