准确率 召回率_推荐系统的几个指标：准确率、召回率、覆盖率、流行度

准确率Precision

设R(u)是根据训练集给出的推荐列表，T(u)是训练集中的行为列表(真实数据)。

准确率就是：推荐中的正确数据(与真实数据相同的数据)与推荐数据之比。

即：|R(u)∩T(u)|/|R(u)|。

代表推荐数据中有多少是准确的。查准。

召回率Recall

设定同准确率。

召回率就是：推荐中的正确数据(与真实数据相同的数据)与真实数据之比。

即：|R(u)∩T(u)|/|T(u)|。

代表所有真实数据中，有多少被推荐出来了。查全。

F值

准确率与召回率的调和平均值，即：准确率*召回率*2/(准确率+召回率)

我们设容器中有1000颗红豆，600颗绿豆，400颗黄豆。

以抓红豆为目的，抓一大把，内有红豆400颗，绿豆200颗，黄豆100颗。

准确率=(400红,200绿,100黄)∩(1000红)/(400红+200绿+100黄)=4/7。

召回率=(400红,200绿,100黄)∩(1000红)/1000红=2/5

F值=(4/7*2/5*2)/(4/7+2/5)=8/17。

准确率与召回率，范围在0，1之间，越接近1越好。但很多时候，二者是相冲突的。

如果只推荐了一个结果，且是准确的&