lujiandong1的专栏

在这个博客：主要介绍看过的一篇介绍矩阵分解在推荐系统中的应用的论文，以及其对应的PPT,介绍的非常详细。值得一看。下面是我的笔记。资源如下：1、http://download.csdn.net/detail/lujiandong1/9217049 (论文和对应的PPT)2、https://www.coursera.org/learn/machine-learning 吴恩达的machi

1、NDCG的目标：希望得到的排序列表，质量越高越好。并且，如果将更相关的排到更前面，那么计算得到的NDCG是会越高的。AUC和NDCG的区别：1、AUC的含义：把正样本排在负样本前的概率。AUC关注的是全局的排序，只要正样本排在负样本之前，就可以得分。并没有加权。2、NDCG也是关注排序，但是NDCG关注的是，加权排序。比如我们希望top10的排序准确度，要比bottom10的排序准