推荐系统中MAP与nDCG的计算方法
生活随笔
收集整理的這篇文章主要介紹了
推荐系统中MAP与nDCG的计算方法
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
一、MAP(平均精度均值)
AP表示Average Precision 其實(shí)求的就是PR曲線下面的面積。
以A和E客戶為例子畫圖計算:
3、代碼
https://github.com/sparklego/ml/blob/master/metrics/MAP.py
二、nDCG(歸一化折損累積增益)
nDCG=Normalized Discounted cumulative gain
DCG的兩個思想:
1、高關(guān)聯(lián)度的結(jié)果比一般關(guān)聯(lián)度的結(jié)果更影響最終的指標(biāo)得分;
2、有高關(guān)聯(lián)度的結(jié)果出現(xiàn)在更靠前的位置的時候,指標(biāo)會越高;
1) CG (累計增益)
CG只考慮到了相關(guān)性的關(guān)聯(lián)程度,沒有考慮到位置的因素。它是一個搜素結(jié)果相關(guān)性分?jǐn)?shù)的總和。指定位置p上的CG為:
2)DCG (折損累計增益)
3)nDCG (歸一化折損累計增益)
4)實(shí)例
參考鏈接:
https://www.cnblogs.com/by-dream/p/9403984.html
https://zhuanlan.zhihu.com/p/74429856
總結(jié)
以上是生活随笔為你收集整理的推荐系统中MAP与nDCG的计算方法的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: STL源码剖析 第七章 仿函数(函数对象
- 下一篇: halcon 相似度_Halcon分类函