计算map代码_推荐系统之MAP与NDCG

最新推荐文章于 2023-08-29 22:36:27 发布
最新推荐文章于 2023-08-29 22:36:27 发布
阅读量289 收藏
点赞数
文章标签： 计算map代码
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39777497/article/details/112633838
版权

MAP与NDCG是推荐召回中最常用的排序指标，下面通过公式、实例和代码来说明指标是如何计算的。参考网址如下：

Mean Average Precision (MAP) For Recommender Systems​sdsawtelle.github.io
29d4958189f00db58fc39f42c2f43fd3.png

例子如下：

200b33312f231c18c6fa58db0e9b547e.png
推荐列表

一、MAP

1、公式

其中m表示用户数目，先计算每个用户的AP，然后再求平均值。

2、实例

93d19b0340fce8697b79143911f10e37.png
AP计算

MAP = (0.33+0.16+0.11+0.55+0.38) / 5 = 0.306

3、代码

https://github.com/sparklego/ml/blob/master/metrics/MAP.py​github.com

二、NDCG

1、公式

NDCG是归一化之后的DCG，其中IDCG表示理想的DCG，k表示取前TopK个。

2、实例

f81168dda53eb023dea60f778394b301.png
NDCG计算

NDCG = (1+0.63+0.5+0.92+0.69) / 5 = 0.748

3、代码

https://github.com/sparklego/ml/blob/master/metrics/NDCG.py​github.com
weixin_39777497
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ap map 脚本_AP，mAP计算详解（代码全解）
weixin_39521808的博客
12-24 557
# --------------------------------------------------------# Fast/er R-CNN# Licensed under The MIT License [see LICENSE for details]# Written by Bharath Hariharan# -------------------------------------...
目标检测mAP计算代码
11-24
目标检测mAP计算代码，对于VOC数据集，需要有训练好的模型和已标注的VOC数据集。。。。。。。。。。。。。
目标检测Map计算方式及代码解读
Deen的博客
03-27 3311
目标检测Map计算方式及代码解读
map排序代码
mayaohao的博客
06-10 57
package kgc_byme.day23.ruanjian; import java.util.ArrayList; import java.util.Collections; import java.util.Comparator; import java.util.HashMap; import java.util.List; import java.util.Map; import java.util.Map.Entry; public class test { public stat.
mAP（@R）计算代码
iTom's blog
04-15 6084
Notes mAP 是多模态检索常用指标，也有用 mAP@RmAP@RmAP@R 的。这里备份一份计算 mAP 或 mAP@R 的 python 代码，主要抄自cvpr 2017 DCMH作者释出的代码 Code # cos 相似度 def cos_sim(f1, f2): """cosine similarity""" f1 = normalize(f1, norm='l2', ...
FM_推荐_推荐系统_源码
10-04
常见的评估指标有准确率、召回率、F1分数，以及推荐系统的特有指标如NDCG（Normalized Discounted Cumulative Gain）、MAP（Mean Average Precision）。 5. **预测与推荐**：最后，使用训练好的模型对新用户或新...
recommend_sys_practice:《推荐系统实践》的代码实现
03-11
4. **模型评估**：推荐效果的评估至关重要，常见的评价指标有准确率、召回率、AUC、MAP、NDCG以及一些特定于推荐系统的指标，如覆盖率、多样性。对应的评价脚本可能是`evaluation.py`。 5. **实验配置与运行**：...
Movie_Recommender:利用tensorflow实现电影推荐系统
03-11
5. **评估指标**：推荐系统性能的评估通常涉及多种指标，如精度@K（推荐的前K个电影中，用户实际喜欢的比例）、召回率@K、MAP@K（平均精度@K）以及NDCG@K（归一化折扣累积增益@K）等。 6. **数据预处理**：在使用...
开源推荐系统Librec的API文档
11-02
**开源推荐系统Librec的API文档详解** Librec（Library for Recommender Systems）是一个强大的开源推荐系统框架，专为研究人员和开发人员设计，用于实现和评估各种推荐算法。Librec支持协同过滤、基于内容的推荐、...
推荐系统基础(看完就会).rar
12-10
评估推荐系统性能通常使用精度、召回率、F1值、Mean Average Precision (MAP)、Normalized Discounted Cumulative Gain (NDCG)等。 8. **推荐系统流程**： 一般流程包括数据收集（用户行为、反馈）、数据预处理、...
用于yolo计算mAP和PR曲线使用
10-19
用于yolo计算mAP和PR曲线使用，里面有4个python文件，分为python2和python3版本
代码实操mAP计算
weixin_43229348的博客
09-04 1262
https://medium.com/ching-i/%E8%A9%95%E4%BC%B0-object-detection-map-%E5%B7%A5%E5%85%B7-79c509d05bfe 本文将要来介绍一个好用的mAP工具。工具的github地址为：https://github.com/Cartucho/mAP
推荐系统中的 MAP 评估指标
xiedelong的博客
01-11 3086
1. 参考链接 https://www.zhihu.com/question/22464082 https://zhuanlan.zhihu.com/p/38875570 https://blog.csdn.net/u014203453/article/details/77598997 https://blog.csdn.net/simple_the_best/article/details/52296608 2. 先来说下 AP （Average Precision） AP 即为平均准确率，针对的是一个用
目标检测中的mAP计算（包括代码）
热门推荐
coordinate的博客
04-10 2万+
0x00 基本概念 在说明mAP这个概念之前，我们先要说一下两个新的概念：precision和recall。这是论文中经常提及的两个概念。我们举这样的一个例子： 我们现在有一个检测狗的任务，但是这个任务数据中包含了猫。那么我们这个时候就有一个问题，我们怎么描述一个物体被检测出来呢？为此，我们引入了IOU这个概念 目标检测中的IOU计算问题 我们规定IOU > 0.5表示物体被检测出来...
推荐系统常见评测标准之MAP与NDCG【转载】
Tsaryu的博客
12-09 973
转载自https://blog.csdn.net/simple_the_best/article/details/52296608 MAP AP 关于 AP 与 MAP 这里有个非常好的文章: intuition-behind-average-precision-and-map 在了解MAP(Mean Average Precision)之前，先来看一下AP(Average Precision...
mAP计算
cassiechp的博客
12-28 359
IOU计算 计算检测出来的框与标签框的重叠程度 IOU=重合面积/总面积
推荐系统之MAP与NDCG
serenysdfg的博客
04-29 703
Accuracy，Precision, Recall, F1, MAP（Mean Average Precision）and NDCG(Normalized Discount Cumulative Gain) 1、Hit Ratio(HR) 在top-K推荐中，HR是一种常用的衡量召回率的指标，越大越好 分母是所有的测试集合，分子式每个用户top-K推荐列表中属于测试集合的个数的总...
mAP代码实现
YANJINING
04-29 679
测试集mAP计算将测试集数据转换成xml格式生成txt文件效果图转换成xml文件效果图Yolo主要逻辑代码计算mAP获得测试集预测位置和概率效果图获得测试集真实位置效果图计算mAP主要代码  本篇博客的代码采用的是基于MobileNet网络的Yolov4模型修改的，对Yolov4感兴趣的同学可以看下面的这篇博客，写的很详细，而且b站上还有相关视频的讲解: 睿智的目标检测50——Tensorflow2 利用mobilenet系列（v1,v2,v3）搭建yolov4-lite目标检测平台. 将测试集数据转换成x
史上最全AP/mAP详解与代码实现-上
最新发布
weixin_38252409的博客
08-29 4920
我们在深度学习的论文经常看到实验对比指标mAP，比较mAP@0.5与mAP@0.5：0.95指标。然，又有很多博客并未完全说明清楚，特别说结合代码解释该指标。为此，本文章将梳理mAP指标，主要内容分为mAP原理解释，如何使用代码获得mAP指标，进一步探讨如何结合模型而获得mAP指标。
MRR、MAP、NDCG代码
03-27
3. 推荐系统任务中的NDCG实现： ```python import numpy as np def ndcg(recommended_items, relevant_items, k): dcg = 0.0 idcg = np.sum(1.0 / np.log2(np.arange(2, k + 2))) for i, r in enumerate...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值