推荐系统离线评估常用指标

本文详细介绍了推荐系统评估中的点击率类指标,包括准确率、召回率和F1-score,以及预测评分类指标MAE、RMSE和MSE。准确率和召回率适用于点击率重要的场景,而MAE、RMSE和MSE则用于衡量预测评分与实际评分的误差。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

该文章主要介绍推荐系统评估的常见指标及其计算方式。

点击率类指标

准确率

准确率的含义公式如下:
Precision=系统推荐的⋂测试集中用户打分过的系统推荐的Precision=\frac{系统推荐的 \bigcap 测试集中用户打分过的}{系统推荐的}Precision=
举个例子,我们该推荐系统是Top-10推荐,系统给用户user1推荐了10个物品,其中有6个物品在user1的测试集中已经被user1访问过,那么准确率就是6/10=0.6。

准确率的公式如下:

Precision=∑u∈U∣R(u)⋂T(u))∣∑u∈U∣R(u) ∣Precision=\frac{ \sum_{u\in U}^{}\left | R(u)\bigcap T(u)) \right |}{\sum_{u\in U}^{}\left | R(u)\ \right |}Precision=uUR(u) uUR(u)T(u))

其中,R(u)表示推荐系统为用户u推荐的列表,T(u)表示用户u在测试集中已经访问/打分过的物品列表。

召回率

召回率的含义公式如下:
Recall=系统推荐的⋂测试集中用户打分过的测试集中用户打分过的Recall=\frac{系统推荐的 \bigcap 测试集中用户打分过的}{测试集中用户打分过的}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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