ランク学習の評価指標 - HigashiKed/patent_prior-art_search GitHub Wiki
https://www.slideshare.net/tkng/confidence-weighted
https://yukoishizaki.hatenablog.com/entry/2019/11/10/183615
(githubに数式挿入するリンクhttps://tex-image-link-generator.herokuapp.com/)
AP (Average Precision)
その順位までの適合率を、適合したデータに限定して平均したもの。
R:適合データの数
Prec(r):その位置rでの適合率
I(r):適合していれば1を返して、適合していなければ0を返す
MAP (Mean Average Precision)
APの平均。ユーザに対する推薦であればユーザ数で平均をとる。
AP@nやMAP@nなど、@nがつく場合は、nまでの順位のみに限定する。
nDCG
正規化割引累積利得(nDCG)について記載する。
まず、割引累積利得(DCG)を以下のようにする。
: 順位 k のアイテムにユーザ i が評価したレイティング。正なら1, 負なら0。
: ユーザ i が評価したアイテムの数。
: ユーザ i が正のレイティングとして評価したアイテムの数。
nDCGはユーザ i における最大DCG値によって正規化されたDCG。