在标签实际值介于 0 和 1 之间的多标签分类问题中如何计算精度和召回率？

Question

我正在浏览这篇亚马逊 paper：在亚马逊搜索中查询属性推荐。在本文中，训练了一个多标签意图分类模型，该模型可以根据查询预测产品类型。标记查询是使用点击流数据构建的。这里的 X 是一个搜索查询。 y 是对应于每种产品类型的向量，其中向量中每个元素的值是给定查询和产品类型的点击率除以该查询的总点击次数。

请查看所附的屏幕截图以了解关于标记查询的确切陈述。

在这种情况下，y 标签中的值将介于 0 和 1 之间。预测值也将介于 0 和 1 之间。作者在此处报告了多标签意图分类模型的精度和召回率。

问题： 当 y 标签中的值位于 [0,1] 范围内并且预测的 y 标签值也位于 [0,1] 范围内时，如何计算精度和召回值？是否使用了任何阈值机制？每个标签的阈值是否不同？在此类多标签场景中设置阈值时，是否有任何最佳实践需要牢记？