评估目标之RMSE，MAP，NDCG

今天终于得空写点最近看的东西。 最近在看排序算法lambadarank，先写下几种evaluation metrics

1. MSE

MSE(mean square error, 均方误差）是预测值与真实值差的平方的期望:

2. RMSE

RMSE(root mean square error, 均方根误差）是MSE的算数平方根

RMSE在常在回归问题中用作loss function

3. MAP

MAP(mean average precision)是常用于query模型的评估标准。
MAP与NDCG参考 原文http://fastml.com/evaluating-recommender-systems/ 及译文 http://www.csdn.net/article/2015-09-07/2825630
原文中说，MAP与NDCG的主要区别是在衡量query与返回文档的相关性时，MAP使用二值（1表示相关，0表示不相关），而NDCG允许相关值是实数值。
AP(average precision)是一次query的评估值。

其中，N(rel)是指与query相关的文档数量； n表示query返回的doc；rel(k)表示文档k与query的相关值（非1即0）；