平均精度均值 (mAP) 或平均精度 (AP) 是用于评估排名检索结果质量的指标，尤其是在相似性搜索等任务中。 AP 衡量系统检索相关项并将它们排在非相关项之上的效果。 对于单个查询，AP 计算在排名列表中出现相关项目的每个位置的精度（检索到的相关项目比例），然后对这些值求平均。 例如，如果一个查询有三个相关项目出现在结果列表中的位置 1、3 和 5，则在每个位置计算精度（1/1=1.0、2/3≈0.67、3/5=0.6），并且这些值的平均值 (1.0 + 0.67 + 0.6)/3 ≈ 0.76 给出该查询的 AP。 mAP 是数据集中所有查询的 AP 值的平均值，提供检索性能的聚合度量。
在向量数据库中的相似性搜索中，mAP 用于评估数据库响应查询返回相关向量（例如，图像、文本嵌入）的准确程度。 当针对数据库搜索查询向量时，系统按相似度分数（例如，余弦相似度）对结果进行排名。 AP 通过检查相关项目出现的时间和一致性来评估此排名。 例如，在图像检索系统中，如果对“红色汽车”的查询应返回 5 个相关图像，则 AP 会跟踪在找到相关图像的每个位置的精度。 完美的排名（所有 5 个相关图像都在前 5 个位置）将产生 1.0 的 AP。 如果相关项目分散（例如，位置 1、4、7、10、15），AP 会惩罚后面的位置，从而导致较低的分数。 这使得 AP 对召回率（检索所有相关项目）和排名质量都敏感。
开发人员使用 mAP 通过将向量数据库或机器学习模型（例如，用于嵌入的神经网络）的结果与ground-truth标签进行比较来对其进行基准测试。 例如，在面部识别系统中，如果测试了 100 个查询，每个查询的平均 AP 分数为 0.85，则 mAP 将为 0.85。 此指标特别有用，因为它考虑了每个查询中相关项目的数量变化，并强调了排名顺序的重要性。 高 mAP 表明系统可靠地尽早显示相关结果，这对于面向用户的应用程序（如搜索引擎或推荐系统）至关重要。 通过优化 mAP，开发人员可以迭代地改进其索引策略、相似性算法或模型训练，以实现更好的检索性能。