本文共 656 字,大约阅读时间需要 2 分钟。
Accuracy,Precision, Recall, F1, MAP(Mean Average Precision) and NDCG(Normalized Discount Cumulative Gain )
在top-K推荐中,HR是一种常用的衡量召回率的指标,越大越好
分母是所有的测试集合,分子式每个用户top-K推荐列表中属于测试集合的个数的总和。例如:三个用户在测试集中的商品个数分别是10,12,8,模型得到的top-10推荐列表中,分别有6个,5个,4个在测试集中,那么此时HR的值是 (6+5+4)/(10+12+8) = 0.5。
P(1) = 它前面的项(包括自己)相关的个数除所在排序的位置(也就是1)。
AP: yi,j:排序中第j个元素对于查询i是否是相关的;相关为1,不相关为0。1/m(1或者0*前面对的概率的累积),
AP的最大值为1(也就是当相关的全部排在不相关的前面的时候) MAP就是对所有query的AP求平均。
MAP(Mean Average Precision),对Average Precision(AP)平均值。检测一个系统的性能,常用多个不同种类的查询对它进行测试,每个查询的结果都能计算出一个AP值,把所有AP取平均值就是系统的MAP。
(2^0/log2|2)=1 (2^0/log2|3)=0.63
NDCG是归一化之后的DCG,其中IDCG表示理想的DCG,k表示取前TopK个。
其他指标:
转载地址:http://smhdi.baihongyu.com/