评估推荐引擎
评估推荐引擎
提问于 2014-11-26 04:40:17
在开发推荐系统时，评价和比较不同算法的标准方法是什么？我们是否需要有一个预先标注的排名数据集，然后比较不同算法的精确/召回/F度量？这是最好的评估方法吗？或者有没有其他方法来比较各种推荐算法的结果？
回答 2
Data Science用户
发布于 2014-11-27 03:37:08
评估推荐引擎的标准方法是使用预测值和地面真相的均方根误差。
在完成推荐引擎的开发之后，我们将通过与其他著名的通用推荐算法(如SVD、传统CF、甚至成果管理制等)进行比较来评估该引擎。
上面提到的一些术语似乎与推荐无关，但是您可以很容易地在互联网上找到如何在本主题中使用这些技术。
Data Science用户
发布于 2023-01-28 03:46:59
建议制度的公制：
- 覆盖范围:可能建议在唯一项目总数中推荐的唯一项目的比例。
- 平均倒数排名:评估模型在最高排名位置产生相关推荐的能力.
- 规范化贴现累积增益:告诉您模型的等级推荐有多好。
- ..。更多
这里有一些特定于推荐系统的指标- 亚马逊个性化-使用度量评估解决方案版本
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/2541
复制相关文章
相似问题
腾讯云开发者
