机器学习模型的评价指标

在机器学习过程中，需要对建立的模型进行评价衡量其性能，如下是一些评价指标：

1、精确率(Precision)

     precision@k   

     精确率(Precision) = 正确预测到的正例数 / 预测正例总数

 

2、MRR（Mean Reciprocal Rank）

     是一个国际上通用的对搜索算法进行评价的机制，其评估假设是基于唯一的一个相关结果，即第一个结果匹配，分数为 1 ，第二个匹配分数为 0.5，第 n 个匹配分数为 1/n，如果没有匹配的句子分数为0。最终的分数为所有得分之和。

    这个是最简单的一个，因为它的评估假设是基于唯一的一个相关结果，如q1的最相关是排在第3位，q2的最相关是在第4位，那么MRR=(1/3+1/4)/2，MRR方法主要用于寻址类检索（Navigational Search）或问答类检索（Question Answering）。

 

其他：

推荐系统常用的推荐算法

推荐系统学习之评测指标

机器学模型评价与优化（学习笔记）

 

转载于:https://www.cnblogs.com/shenxiaolin/p/7787661.html