评价指标

图像分类的评价指标相对单一，常使用分类准确率作为评价模型好坏的指标。

由于机器学习模型通常对样本属于不同类别的概率进行建模，并取概率最高的类别为预测结果，因此上述评价指标也成为 top-1 accuracy 。

由于有些类别之间存在一定的重叠，尤其是在类别分的足够细的时候。例如，将 leopard 预测成 jaguar （两种不同的豹子）似乎也还可以认为是正确，毕竟差别很小。 为了将类别之间可能的相似性考虑进来，因此我们还会使用 top-5 accuracy。 对于样本 $x$，以及模型给出的类别预测 $P(Y|x) = f(x; W)$， 如果真值 y 所对应的概率 $P(Y=y|x)$ 在所有类别的概率中排名前五，则认为该样本预测正确，否则预测错误。