推荐系统中的精度(precision)和召回(recall)本质上和二元分类中的概念是一样的。
推荐系统往往只推荐有限个(如k个)物品给某个用户。真正相匹配的物品我们称之为相关物品(也就是二元分类中的阳性)。
k召回(recall at k)=所推荐的k个物品中相关物品的个数所有相关物品的个数k召回(recall at k)=所推荐的k个物品中相关物品的个数所有相关物品的个数
k精度(precision at k)=所推荐的k个物品中相关物品的个数kk精度(precision at k)=所推荐的k个物品中相关物品的个数k
比如说,根据你的喜好,我们推荐了10个商品,其中真正相关的是5个商品。在所有商品当中,相关的商品一共有20个,那么
k召回 = 5 / 20
k精度 = 5 / 10