推荐算法评估：precision ，recall，mrr，NDCG

ground_true 为1 的情况：

recall=hit_rate

这时值的计算与你推荐个数多少无关，recall 又叫查全率，只要押中了，那就认为单用户命中率为100%。

precision 和 topk 有关，单个用户为 命中个数/topk，与recall 成正比。

计算平均值时用，命中的用户个数 / 总的用户个数。

 

ground_truth 为 多个 的情况：

recall：每个用户的命中率为，在你的候选推荐中，命中了多少个。单个用户计算为，命中个数（hitrate）/ 该用户ground_truth个数

precision：为查准率。单个用户计算为 命中个数 / topk .

计算平均值则将所有单个用户相加 / user总个数

 

实现：

def precision_at_k_per_sample(actual, predicted, topk):
    num_hits = 0
    for place in predicted:
        if place in actual:
            num_hits += 1
    return num_hits / (topk + 0.0)
    # 一个准确率是，推荐的命中个数/topk