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&