深度学习常用评价指标(Accuracy、Recall、Precision、HR、F1 score、MAP、MRR、NDCG) |
您所在的位置:网站首页 › recall的名词是什么 › 深度学习常用评价指标(Accuracy、Recall、Precision、HR、F1 score、MAP、MRR、NDCG) |
混淆矩阵
混淆矩阵P(Positives)N(Negatives)T(Ture)TP:正样本,预测结果为正TN:负样本,预测结果为正F(False)FP:正样本,预测结果为负FN:负样本,预测结果为负
总结
Accuracy 含义:预测正确的样本在所有样本中的比列。 公式: 注:在样本不平衡的情况下,不能作为很好的指标来衡量结果。 2、召回率(Recall)&查全率含义:预测正确的正样本在所有正样本中所占的比例,即表示有多少比例的用户-物品交互记录包含在最终的预测列表中。 公式: 注:准确率和召回率都只能衡量检索性能的一个方面。 3、精确率(Precision)&查准率含义:在全部预测为正的结果中,被预测正确的正样本所占的比例。 公式: 注:召回率和精确率是一对矛盾的指标,当召回率高的时候,精确率一般很低;精确率高时,召回率一般很低。 4、命中率(Hits Ratio)含义:预测结果列表中预测正确的样本占所有样本的比例,即用户想要的项目有没有推荐到,强调预测的“准确性”。 公式: N,表示用户总数量。 hits(i),表示第i个用户访问的值是否在推荐列表中,是则为1,否则为0。 5、F1分数(F1 score)含义:精确率与召回率的调和均值。 公式: Average Precision(AP):平均精确率,在召回率从0到1逐步提高的同时也要保证准确率比较高,AP值尽可能的大。 含义:用多个来衡量性能,多个类别AP的平均值。 公式: 含义:平均结果中的排序倒数,表示待推荐的项目是否放在了用户更显眼的位置,强调“顺序性”。 公式: N,表示用户的总数。 pi,表示第i个用户的真实访问值在推荐列表的位置,若推荐列表不存在该值,则pi->∞。 8、归一化折损累计增益(Normalized Discounted Cumulative Gain)含义:表示归一化加入位置信息度量计算的前p个位置累计得到的效益。 公式: N,表示用户的总数。 pi,表示第i个用户的真实访问值在推荐列表的位置,若推荐列表不存在该值,则pi->∞。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |