Saya menemukan penjelasan ini oleh seorang Nathan Yan di Quora
Keakuratan Top-N berarti bahwa kelas yang benar berada dalam probabilitas Top-N agar dapat dihitung sebagai "benar". Sebagai contoh, misalkan saya memiliki kumpulan data gambar
- Anjing
- Kucing
- Anjing
- Burung
- Kucing
- Kucing
- Mouse
- pinguin
Untuk masing-masing, model akan memprediksi kelas, yang akan muncul di sebelah kelas yang benar dalam kutipan
- Anjing anjing"
- Kucing “Burung”
- Anjing anjing"
- Burung "burung"
- Kucing kucing"
- Kucing kucing"
- Mouse "Penguin"
- "Anjing" Penguin
Keakuratan Top-1 untuk ini adalah (5 benar dari 8), 62,5%. Sekarang anggaplah saya juga membuat daftar seluruh kelas yang diprediksi oleh model, dalam urutan probabilitas mereka (semakin jauh kanan kelas muncul, semakin kecil kemungkinan model berpikir gambar tersebut kelas tat)
- Dog “Dog, Cat, Bird, Mouse, Penguin”
- Cat “Bird, Mouse, Cat, Penguin, Dog”
- Dog “Dog, Cat, Bird, Penguin, Mouse”
- Bird “Bird, Cat, Mouse, Penguin, Dog”
- Cat “Cat, Bird, Mouse, Dog, Penguin”
- Cat “Cat, Mouse, Dog, Penguin, Bird”
- Mouse “Penguin, Mouse, Cat, Dog, Bird”
- Penguin “Dog, Mouse, Penguin, Cat, Bird”
Jika kita mengambil akurasi ke-3 teratas untuk ini, kelas yang benar hanya perlu berada di tiga kelas prediksi teratas untuk dihitung. Alhasil, meski modelnya tidak sempurna mendapatkan setiap masalah, akurasi top-3-nya adalah 100%!