-這里總結(jié)了協(xié)同過濾協(xié)同需要驗(yàn)證的方式。

• 當(dāng)我們利用機(jī)器學(xué)習(xí)方法來評價(jià)所計(jì)算的協(xié)同過濾推薦系統(tǒng)時(shí)，需要構(gòu)建幾類評估屬性來比較構(gòu)建模型的質(zhì)量。這些評估屬性大致可以分為２類:預(yù)測準(zhǔn)確性和分類準(zhǔn)確性。
  預(yù)測準(zhǔn)確性:
  統(tǒng)計(jì)精度度量方法中的平均絕對誤差( ＭＡＥ)被廣泛用于評價(jià)協(xié)同過濾推薦系統(tǒng)的推薦質(zhì)量。因此，推薦質(zhì)量評價(jià)采用了常見的平均絕對誤差 ＭＡＥ 在測試集上首先運(yùn)用推薦系統(tǒng)預(yù)測出用戶的評分，然后根據(jù)測試集中用戶的實(shí)際評分，計(jì)算出 2 者的偏差，即為ＭＡＥ 的值。
  假設(shè)預(yù)測用戶評分值為{ｐ１,ｐ２…，ｐｎ}對應(yīng)的實(shí)際評分值為 { ｑ１，ｑ２, …，ｑｎ }，則 ＭＡＥ 的計(jì)算公式為
  
  類似的，均方根誤差ＲＭＳＥ的計(jì)算公式為
  
  分類準(zhǔn)確性:
  分類準(zhǔn)確性主要測量推薦系統(tǒng)的質(zhì)量性能， 常用的評估分類準(zhǔn)確性的屬性主要有:準(zhǔn)確率和召回率， 準(zhǔn)確率和召回率的計(jì)算公式分別為
  
  上式中Lr表示推薦給目標(biāo)用戶的項(xiàng)目列表；Lrev表示數(shù)據(jù)集中相關(guān)項(xiàng)目列表
  這 2 種評估屬性必須有所取舍，例如：增加 Lr,Recall增加,Precision 就會減少, 因此,將2種屬性結(jié)合在一起對推薦系統(tǒng)進(jìn)行評估.此種方法稱作F1值,其計(jì)算公式為:
  

總結(jié)

以上是生活随笔為你收集整理的协同过滤系统的评价标准的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。