Glosario

Precisión media promedio (mAP)

¿Qué es Precisión media promedio (mAP)?

La Mean Average Precision (mAP) es una métrica que evalúa lo bien que un sistema encuentra resultados relevantes y los sitúa en las primeras posiciones. Para cada consulta o clase de objeto se calcula la precisión media a lo largo de la lista de resultados; la mAP es el promedio de todas. Es una medida estándar en buscadores, sistemas de recomendación y detección de objetos en imágenes, donde también depende del solapamiento exigido entre los recuadros delimitadores.

Temas

métrica
búsqueda
detección de objetos

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

Recall en aprendizaje automático

El recall (exhaustividad o sensibilidad) mide qué parte de los casos realmente positivos detecta un modelo: positivos acertados divididos entre todos los positivos reales. Si un filtro antifraude detecta 80 de 100 fraudes reales, su recall es 0,8. Un recall alto importa cuando los casos que se escapan salen caros, como en diagnósticos médicos. Como no tiene en cuenta las falsas alarmas, suele analizarse junto con la precisión, por ejemplo en el F-score.

métrica
evaluación de modelos
+1

F-score (medida F1)

El F-score es una métrica para evaluar modelos de clasificación. La medida F1, la más habitual, es la media armónica entre la precisión (cuántos de los aciertos detectados son correctos) y la exhaustividad o recall (cuántos de los casos reales se encontraron), y va de 0 a 1. Resulta especialmente útil con datos desequilibrados: un filtro antispam que casi nunca marca spam puede tener una exactitud alta pero un F1 bajo.

Métrica de evaluación
Clasificación
+1

Recuperación de información

La recuperación de información engloba los métodos que, en grandes colecciones de texto, encuentran los documentos o fragmentos que responden a una consulta y los ordenan por relevancia. Enfoques clásicos como BM25 ponderan los términos según su frecuencia y su rareza; los más recientes añaden similitud semántica. Es la base de los buscadores, la búsqueda empresarial y la generación aumentada por recuperación (RAG), en la que un modelo de lenguaje usa los fragmentos encontrados como fuente de su respuesta.

Búsqueda
BM25
+1

Precisión top-k

La precisión top-k mide con qué frecuencia la respuesta correcta está entre las k sugerencias más probables de un modelo. En top-1 solo cuenta la primera predicción; en top-5 basta con que la clase correcta esté entre las cinco primeras, una métrica conocida de los benchmarks de reconocimiento de imágenes como ImageNet. Te resultará útil siempre que el usuario vea varias propuestas, por ejemplo en recomendaciones de productos o autocompletado.

Métrica
Evaluación
+1