باختصار
الضبط عند k (Precision@k) يجيب عن سؤال واحد: من أوّل k نتيجة، كم واحدة تستحقّ مكانها؟
بالتفصيل
المعادلة بحسب مسرد Google:
Precision@k = (العناصر ذات الصلة في أوّل k) / k
وفي المسرد ثلاث ملاحظات:
- يجب ألّا تتجاوز k طول القائمة.
- طول القائمة نفسه لا يدخل في الحساب.
- «الصلة» مسألة تقديرية غالبًا، وحتى الخبراء يختلفون عليها.
والمقياس يناسب أيّ نظام يرتّب: محرّك بحث، أو نظام توصية، أو نظام RAG يجلب أوّل 5 مستندات للنموذج. فالقارئ، بشرًا كان أو نموذجًا، لا ينظر إلّا إلى أوّل ما يُعرض عليه.
مثال عملي
مثال من المسرد: طلبت أكثر 6 أفلام مضحكة بالترتيب، فجاءت القائمة: The General (مضحك)، وMean Girls (مضحك)، وPlatoon (درامي)، وBridesmaids (مضحك)، وCitizen Kane (درامي)، وThis is Spinal Tap (مضحك).
- Precision@3: فيلمان مضحكان من أوّل ثلاثة، أي 2 ÷ 3 = 0.67.
- Precision@5: ثلاثة مضحكة من أوّل خمسة، أي 3 ÷ 5 = 0.6.
وفيلم حرب في قائمة الكوميديا ليس كارثة.. لكنه يكلّف القائمة نقاطًا.
مصطلحات مرتبطة
- Recall@k — الاستدعاء عند k.
- mAP@k — متوسّط الدقّة المتوسّطة.
- Precision — الضبط.
- Reranker — مُعيد الترتيب.
المصادر: Google ML Glossary
