机器学习分类问题AP和mAP

AP（Average Precision）是用来评估机器学习分类模型在单个类别上的性能的指标。它是通过计算P-R曲线下的面积来得到的。P-R曲线是以不同的置信度阈值为基准，计算出模型对某个类别的精确率（P）和召回率（R），然后绘制出的曲线。AP就是这个曲线下的面积。

mAP（Mean Average Precision）是用来评估机器学习分类模型在多个类别上的性能的指标。它是所有类别的AP的平均值。mAP的计算方法是将每个类别的AP相加，然后除以类别数目。

所以，AP用于评估单个类别的分类模型性能，而mAP用于评估多个类别的分类模型性能。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *2* *3* [机器学习基础---分类与检测的评价指标---AP，mAP，PR曲线](https://blog.csdn.net/xys430381_1/article/details/90770520)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]