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 Systemssdsawtelle.github.io例子如下:
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
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.pygithub.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
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.pygithub.com