在不适当的度量指标上报告小的改进是一个众所周知的机器学习陷阱。理解机器学习(ML)指标的优缺点有助于为ML从业者建立个人信誉。这样做是为了避免过早宣布胜利的陷阱。理解用于机器学习(ML)系统的指标很重要。ML实践者需要投资很大的预算将原型从研究转移到生产。中心目标是从预测系统中提取价值。离线度量是推动一种新模式投入生产的关键指标。

在这篇文章中，我们来看看三个排序指标。排序是一项基本任务。它出现在机器学习、推荐系统和信息检索系统中。

如果你对此感兴趣，请继续阅读我们探索的评价推荐系统的3个最流行的排名感知指标: 1. MRR：平均排名的倒数 2. MAP：平均精度均值 3. NDCG：标准化折扣累积收益

内容中包含的图片若涉及版权问题，请及时与我们联系删除