简易说人工智能(三) 细数《美团机器学习实战》里的错误 3：解释NDCG

最新推荐文章于 2020-12-23 06:52:52 发布
最新推荐文章于 2020-12-23 06:52:52 发布
阅读量303 收藏
点赞数
分类专栏： 机器学习
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/xihuanyuye/article/details/85019902
版权

一、书中第10页的错误2
在这里插入图片描述
二、计算过程
这里需要把计算公式贴过来
在这里插入图片描述
其中：
在该算例中，K值取4；
rel搜索结果排序应该为：1、1、2、0
按照相关度大小的最佳排序为：2、1、1、0

根据公式的计算结果，已经用红色字体标注在图片上。其中的1/2应该为3/2。我认为这章的作者真的算错了，你说呢？欢迎留言讨论。

xihuanyuye
关注
专栏目录
Python机器学习实战：构建并优化推荐系统的协同过滤模型
AI天才研究院
06-24 449
这篇文章将深入探讨如何使用Python实现和优化推荐系统中的协同过滤模型。在当今信息爆炸的时代,推荐系统已经成为帮助用户从海量数据中快速找到感兴趣内容的关键技术。无论是电子商务、社交媒体、还是流媒体平台,推荐系统都在其中扮演着至关重要的角色。其中,协同过滤(Collaborative Filtering, CF)作为一种经典且有效的推荐算法,因其简单、有效且易于实现的特点,一直是推荐系统研究和应用的热点。协同过滤的核心思想是利用用户的历史行为数据,发现用户之间或物品之间的相似性,从而为用户推荐可能感兴趣的内
美团机器学习实战笔记（一）
tengchengtu4139的博客
08-19 748
美团机器学习实战笔记（一） 第一章：问题建模 1.1 评估指标 评估指标根据任务类型分类，可分为分类指标、回归指标、聚类指标和排序指标等 1.1.1 分类指标 1.精确率和召回率：多用于二分类问题可结合棍淆矩阵介绍 其中： 理想情况下，精确率和召回率两者都越高越好，然而事实上这两者在某些情况下是矛盾的: 精确率高时\召回率低;而精确率低时，召回率高。 此外，准确率和错误率也是常用的评估指标：...
简易说人工智能(三) 细数《美团机器学习实战》里的错误 1：开篇词
xihuanyuye的博客
12-15 322
美团的作品《美团机器学习实战》，是工程领域非常好的一本书。也是难得的国内的人工智能领域比较实用的作品，豆瓣评分大于7.5，这个评分在计算机领域算是不错的书了。 但是为什么选材如此好的作品未到8分呢，最近刚开始读，说说从第一节公式介绍看到的问题。 1、学习人工智能大家都知道最令人惧怕的就是公式，所以对于满篇公式的作品大家会敬而远之。 但是这本书就偏偏犯了这样一个大忌，开篇第一章，就是公式堆砌。 2、...
简易说人工智能(三) 细数《美团机器学习实战》里的错误 2：解释NDCG
xihuanyuye的博客
12-15 814
一、书中第10页的错误1 二、什么是NDCG 美团的小伙伴应该有是金融领域背景，词典翻译出来的四个词两个用了经济学相关的词。如果作者对这个算法的真正本意有了解，恐怕也不会这么翻译。 首先，读者要知道NDCG是用来评估一个推荐算法的推荐结果的优劣的。就像《美团机器学习实战》第一章的内容，评估指标。用这个指标来计算你的算法的到底有多好。如果这个算法的用处和目的不明确，请先回去读上篇文章中提到的日本人...
排序评估指标NDCG@3
公众号：瑞行AI
03-04 737
NDCG的目标：希望得到的排序列表，质量越高越好。并且，如果将更相关的排到更前面，那么计算得到的NDCG是会越高的。希望top10的排序准确度，要比bottom10的排序准确度重要。对于这种加权排序，NDCG会更加合适。 参考： https://www.jianshu.com/p/51ad13e14e0b https://zhuanlan.zhihu.com/p/84206752 ...
NDCG及其实现
lujiandong1的专栏
08-12 2万+
1、NDCG的目标：希望得到的排序列表，质量越高越好。并且，如果将更相关的排到更前面，那么计算得到的NDCG是会越高的。 AUC和NDCG的区别： 1、AUC的含义：把正样本排在负样本前的概率。AUC关注的是全局的排序，只要正样本排在负样本之前，就可以得分。并没有加权。 2、NDCG也是关注排序，但是NDCG关注的是，加权排序。比如我们希望top10的排序准确度，要比bottom10的排序准
推荐系统：NDCG评价指标
热门推荐
Machine Learning with Tutors
07-07 3万+
两个最受欢迎的指标是MAP和NDCG。我们在前段时间已经使用了（MAP）。NDCG表示。两者之间的主要区别是，MAP认为是二元相关性（一个项是感兴趣的或者不感兴趣的），而NDCG允许以实数形式进行相关性打分。这种关系类似分类和回归的关系。实际当中，很难直接地优化MAP或NDCG指标，因为他们是不连续的，所以不可微。幸运的是，表明，用于排名学习的一对损失函数近似于这些指标。
《美团机器学习实践》笔记
年迈的艺术家们
01-04 943
偶然在群里看到了《美团机器学习实践》这本书的pdf资源，而美团又是一直以来我最敬佩的公司之一，之前从美团技术团队那个账号学到了很多，所以拜读一下这本书，这里简要整理一下读书笔记。 全书总共分为通用流程、数据挖掘、搜索与推荐、计算广告、深度学习、算法工程这几部分，涉及范围较为广泛。 一、通用流程 1.问题建模 一个问题拿到手，需要通过机器学习的方式进行处理，首先要通过评估指标、样本选择、交叉验证等一...
【CatBoost机器学习实战指南】：揭秘从入门到精通的进阶秘诀
[【CatBoost机器学习实战指南】：揭秘从入门到精通的进阶秘诀](https://yqfile.alicdn.com/07a92ae55a8ab8a38baa87b9aeb385b9dd8db422.png?x-oss-process=image/resize,s_500,m_lfit) # 1. CatBoost机器学习简介** ...
[机器学习]评价指标：召回率(Recall)、准确率(Precision)、f1-score、Hit Ratio(HR)、NDCG、MAP(MARR)
m0_45338067的博客
10-11 2万+
目录召回率(Recall)精确率(Precision)F1-scoreHit Ratio(HR)Normalized Discounted Cummulative Gain(NDCG)平均精度均值MAP（Mean Average Precision） 在人工智能算法中，算法实现，训练模型完成后，为了判定算法的好坏，需要对训练的模型进行评价，本文介绍一些用于时空数据挖掘（STDM）中POI预测的评价标准。 场景假设 假如某班有女生20人,男生80人,共计100人.目标是找出所有女生,某人（分类器）挑选出
信息检索评价指标NDCG、a-NDCG
tjuwwk
10-05 1667
  PAMM中使用的检索多样性的评估方法为：。   在NDCG中，文档的相关度可以分为多个等级进行打分。   （1）CG（Cumulative Gain）： 表示前p个位置累计得到的效益，公式为： 其中rel表示第i个文档的相关等级，如2表示非常相关，1表示相关，0表示无关，-1表示垃圾文件。     （2）DCG（Discounted Cumulative gain） ...
NDCG、AUC介绍
Arthur-Chen的专栏
08-30 2万+
最近在
机器学模型评价与优化（学习笔记）
a_siasin的专栏
08-10 2万+
说明：对于模型的参数最优问题，没有很明确很清晰的思路，因此在这里总结有关模型评价和模型优化的有关知识，这个过程中在网上搜索一些文章，并对这些资料进行简单的整理，作为我学习的笔记，记录在这里，希望对志同道合之士有所帮助，谢谢。 编辑：a_siasin 时间：2016年8月5日 一、模型的评价 1、主要概念与陷阱 本文主要解释一些关于机器学习模型评价的主要概念，与评价中可能会遇到的一些陷
DCG, NDCG 公式及其实现
止鱼
05-03 5630
DCG, NDCG Normalized Discounted Cumulative Gain(归一化折损累计增益) NDCG用作排序结果的评价指标，评价排序的准确性。 推荐系统通常为某用户返回一个item列表，假设列表长度为K，这时可以用NDCG@K评价该排序列表与用户真实交互列表的差距。 解释： Gain: 表示列表中每一个item的相关性分数 Gain = r(i) Cumulati...
排序算法常用评价指标计算方式（AUC,MAP,NDCG,MRR）
weixin_38405636的博客
06-13 2万+
现在的排序评估指标主要包括MAP、NDCG和AUC三个指标。NDCG考虑多指标，MAP和AUC考虑单个指标。1.AUC  最直观的，根据AUC这个名称，我们知道，计算出ROC曲线下面的面积，就是AUC的值。事实上，这也是在早期 Machine Learning文献中常见的AUC计算方法。由于我们的测试样本是有限的。我们得到的AUC曲线必然是一个阶梯状的。因此，计算的AUC也就是这些阶梯 下...
xgboost原理及应用
ch的专栏
08-18 2156
1.背景 关于xgboost的原理网络上的资源很少，大多数还停留在应用层面，本文通过学习陈天奇博士的PPT地址和xgboost导读和实战 地址，希望对xgboost原理进行深入理解。 2.xgboost vs gbdt 说到xgboost，不得不说gbdt。了解gbdt可以看我这篇文章 地址，gbdt无论在理论推导还是在应用场景实践都是相当完美的，但有一个问题：第n颗树训练时，需
《 机器学习实战》（Machine Learning in Action) 一书 中的错误之处（内容、代码）
指尖舞语千秋的专栏
05-16 2852
最近在学 机器学习，发现此书有错误的地方，写成博客，方便以后查找。（慢慢更新中……）
IR的评价指标-MAP,NDCG和MRR
Sigh～
07-27 1万+
Map：相关性，1 or 0，计算排序后rank值 NDCG： 设定相关性等级（2^5-1, 2^4-1…） 计算累计增益值（嗯，就累加起来） 计算折算因子log(2)/log(1+rank) （越靠前的，越容易被点击） 归一化到NDCG，为了不同等级上的搜索结果的得分值容易比较 4.1. 首先计算理想list的MaxDCG 4.2 相除即可 MRR：”把标准答案在被评价系统给出结果中的排
map平均准确率_MAP和NDCG
weixin_39603050的博客
12-23 1398
推荐系统中常用的两个指标MAP和NDCG的学习笔记以例子来讲解：假如有用户A,B,C,D,E,F，推荐系统给每个用户推荐的结果如下：1表示相关，0表示不相关。userrecommendationA1,0,0B0,1,0C0,0,1D1,0,1E0,1,1F1,1,11.MAP：1）AP(Average Precision), 即为平均准确率。MAP(Mean Average Precision)，...
学习到排名：NDCG与MAP评估标准的深度解析
本文档深入探讨了在机器学习领域日益重要的"学习到排序"（Learning to Rank）方法中的评估指标，特别是NDCG（Normalized Discounted Cumulative Gain）和MAP（Mean Average Precision）。这两者在衡量排序算法性能时...
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