¿Cuál es la definición de precisión Top-n?

Estoy leyendo un artículo científico sobre clasificación de imágenes. En los resultados experimentales hablan de la precisión top-1 y top-5, pero nunca he oído hablar del término, ni puedo encontrarlo usando google.

¿Alguien puede darme una definición o señalarme a algún lado? :)

En la precisión de los 5 primeros, se reconoce que tiene la respuesta correcta si la respuesta correcta aparece en sus cinco conjeturas principales.

Encontré esta explicación de Nathan Yan en Quora

La precisión Top-N significa que la clase correcta debe estar en las probabilidades Top-N para que cuente como "correcta". Como ejemplo, supongamos que tengo un conjunto de imágenes de datos

• Perro
• Gato
• Perro
• Pájaro
• Gato
• Gato
• Ratón
• Pingüino

Para cada uno de estos, el modelo predecirá una clase, que aparecerá junto a la clase correcta entre comillas

• Perro perro"
• Gato "pájaro"
• Perro perro"
• Pájaro Pájaro"
• Gato gato"
• Gato gato"
• Ratón "Pingüino"
• Pingüino "Perro"

La precisión de Top-1 para esto es (5 correctas de 8), 62.5%. Ahora supongamos que también enumero el resto de las clases que predijo el modelo, en orden descendente de sus probabilidades (cuanto más a la derecha aparece la clase, menos probable es que el modelo piense que la imagen es una clase tat)

- Dog “Dog, Cat, Bird, Mouse, Penguin”
- Cat “Bird, Mouse, Cat, Penguin, Dog”
- Dog “Dog, Cat, Bird, Penguin, Mouse”
- Bird “Bird, Cat, Mouse, Penguin, Dog”
- Cat “Cat, Bird, Mouse, Dog, Penguin”
- Cat “Cat, Mouse, Dog, Penguin, Bird”
- Mouse “Penguin, Mouse, Cat, Dog, Bird”
- Penguin “Dog, Mouse, Penguin, Cat, Bird”

Si tomamos la precisión de los 3 mejores para esto, la clase correcta solo necesita estar en las tres mejores clases predichas para contar. Como resultado, a pesar de que el modelo no tiene todos los problemas, ¡su precisión de top 3 es del 100%!