如果目标类别不在评估中，则平均精度

Question

假设我有5个类，由1、2、3、4和5表示，这用于对象检测。

在评估对象检测性能时，假设我有类1、2和3，但在目标值中没有类4和5。

4和5类的平均精度是否为0(由于其精度为0，因为无法识别真正的正向)？或者，在这种情况发生时，还需要考虑其他因素？

Answer 1

我不确定这种情况是否有标准。我认为这取决于系统是否预测了这些类别中的任何一个，即是否有任何假阳性情况：

• 如果是，那么精确度必须是零:在所有预测为正的实例中，没有一个是真正的正。
• 如果不是，我认为将精度考虑为未定义(NaN)更有意义，因为没有任何实例被预测为正(也就是说，在计算精度时将除以为零)。

这是一个非常边缘的情况，因为使用不包含培训集中包含的所有类的测试集是很有问题的:这样的测试集不能用于评估的目的。