搜尋意圖： 如果你在找「平均精確率 是什麼」或「平均精確率 和相近概念差在哪」，先看這頁的短定義、完整說明與延伸比較。
TL;DR： 平均精確率（MAP）是評估信息檢索系統排序質量的重要指標。它在不同的召回率點上計算精確率，然後求平均值，全面反映系統的排序性能。
實用情境： 適合用在閱讀 AI 文章、產品文件或和同事討論時，先用一頁快速對齊概念。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
平均精確率（MAP）是評估信息檢索系統排序質量的重要指標。它在不同的召回率點上計算精確率，然後求平均值，全面反映系統的排序性能。
核心概念
MAP 的計算過程分為三個步驟：
計算每個查詢的平均精確率（Average Precision, AP）：
- 對於每個相關文檔，計算在檢索到該文檔時的精確率
- 求這些精確率的平均值
加權考慮：
- 靠前的相關文檔對 AP 的貢獻更大
- 這反映了用戶往往只看前幾個結果的現實
多個查詢的平均：
- 將所有查詢的 AP 平均起來，得到 MAP
- MAP = (Σ AP) / 查詢數量
數學公式
對於查詢 q，其 AP 為：
AP(q) = (Σ P(k) × rel(k)) / 所有相關文檔數
其中：
- P(k) 是第 k 個位置的精確率
- rel(k) 是第 k 個位置是否為相關文檔（1 或 0）
運作原理
以一個例子說明 MAP 的計算：
假設查詢返回 10 個結果，其中位置 1, 3, 5, 8 是相關的，位置 2, 4, 6, 7, 9, 10 是不相關的。
- 在位置 1：精確率 = 1/1 = 1.0
- 在位置 3：精確率 = 2/3 = 0.67
- 在位置 5：精確率 = 3/5 = 0.6
- 在位置 8：精確率 = 4/8 = 0.5
AP = (1.0 + 0.67 + 0.6 + 0.5) / 4 = 0.69
如果有多個查詢，MAP 就是所有查詢 AP 的平均值。
實際應用
- 搜索引擎評估：TREC、NTCIR 等信息檢索競賽的標準評估指標
- 排序模型開發：評估和優化 Learning to Rank 模型
- 推薦系統評估：評估推薦結果的排序質量
- 信息檢索研究：學術研究中比較不同算法的性能
- 系統改進監控：跟蹤搜索系統優化的效果
常見誤區
許多人認為 MAP 只關注是否找到相關文檔，忽略了排序位置的影響。但實際上，MAP 通過精確率的計算已經隱含地考慮了位置信息：靠前找到相關文檔會導致更高的精確率，進而更高的 AP。
公式與實際算一次
mAP（mean Average Precision，平均精確率均值）分兩層。
第一層，單一類別的 AP。 把該類別的所有預測依信心分數由高到低排序，逐一累積計算精確率與召回率，AP 就是精確率對召回率曲線下的面積。
實際算一次。假設某類別共有 3 個正確目標，模型給出 5 個預測，由高分到低分排序後正誤如下：
排名 正確與否 累積正確數 精確率 召回率 1 正確 1 1 ÷ 1 = 1.00 1 ÷ 3 = 0.33 2 錯誤 1 1 ÷ 2 = 0.50 0.33 3 正確 2 2 ÷ 3 = 0.67 2 ÷ 3 = 0.67 4 正確 3 3 ÷ 4 = 0.75 3 ÷ 3 = 1.00 5 錯誤 3 3 ÷ 5 = 0.60 1.00 取每個召回率點之後的最大精確率（這叫插值），三個召回率點的值分別是 1.00、0.75、0.75，
AP = (1.00 + 0.75 + 0.75) ÷ 3 = 0.833
第二層，mAP 就是所有類別的 AP 取平均。 有 20 個類別就算 20 個 AP 再平均。
mAP@0.5 與 mAP@0.5:0.95 的差別
這個指標在回答什麼問題
mAP 同時懲罰兩種錯誤：漏掉目標（召回率低）與亂框一堆（精確率低）。它比單看準確率合適，因為物件偵測沒有「總樣本數」可以當分母。
它的限制是把所有類別平等對待。實務上如果只有一兩個類別真正重要，看那幾類各自的 AP 會比看 mAP 更有意義。
常見問題
MAP 與 NDCG 有什麼區別？
MAP 和 NDCG 都是評估排序質量的指標，但側重點不同。MAP 基於精確率的概念，強調在找到相關文檔時的精確率。NDCG 基於相關性等級的概念，考慮相關文檔的相關程度（如高度相關、中等相關、低相關），而不只是二分的相關或不相關。NDCG 在處理多等級相關性判斷時更靈活。
為什麼 MAP 在評估搜索引擎時比簡單精確率更有用？
簡單精確率（如 P@10）只評估固定位置的結果。但用戶的行為表明，排序位置很重要：用戶更可能點擊靠前的結果，越往後的結果被看到和點擊的概率越低。MAP 通過計算不同位置上的精確率，並隱含地強調靠前結果的重要性，更好地反映了用戶體驗和系統的實際效能。
如何使用 MAP 來改進排序系統？
MAP 可以作為排序模型的優化目標。在 Learning to Rank 模型中，可以使用 MAP 作為損失函數來訓練模型，使其直接優化 MAP 分數。同時，通過分析 MAP 分數低的查詢，可以發現系統的弱點並進行針對性改進。此外，在進行 A/B 測試時，使用 MAP 作為評估指標能更準確地衡量排序改進的效果。