机器学习基础--各种学习方式（11）--机器学习的问题类型--排序

排序算法（Learning to Rank）

主要应用

document retrieval(文献检索)
expert search(专家搜索)
definition search(定义搜索)
collaborative filtering(协同过滤)
question answering(问答)
keyphrase extraction(关键词提取)
document summarization(文件摘要)
machine translation(机器翻译)

例子

　　给定一个query，得到一批文档。 有三种函数可以量化这个指标：
　　1.DCG（Discount Cumulative Gain）
　　2.NDCG（Normalized Discount Cumulaive Gain）
　　3.MAP (Mean Average Precision)”
　　在具体的算法中，上述的指标是无法直接优化的，只能采用各种各样的妥协，而这三种都是1-NDCG的upper bound函数。
　　这三种则代表了不同类型的妥协，
　　第一种是pointwise的，因为在单个样本上计算损失。
　　第二种是pairwise的，在成对的样本上计算损失，即Hinge Loss。
　　第三种是listwise的，因为直接在list上计算损失。