der动态评分

der动态评分

Der动态评分:什么是Der?

Der是Data Science社区中用于评估模型和算法的一种指标,全称是Normalized Discounted Cumulative Gain。简单地说,它是用来衡量搜索引擎或推荐系统排序算法的性能的。换而言之,它可以告诉您在某个问题上,您的算法的排序质量有多高。

什么是DCG?

DCG(Discounted Cumulative Gain)是用于评估搜索引擎或推荐系统排序算法的另一种指标。它衡量的是一个排序列表中的每个项目的相关度相对于其在结果列表中的位置和其他项目的重要性的总和。

NDCG的定义

Normalized DCG是DCG的标准化版本。在理想情况下,搜索引擎或推荐系统会将搜索结果或建议按顺序排列,以便用户可以找到他们正在寻找的信息或产品。因此,如果您的NDCG接近1.0,则表示您的搜索引擎或推荐系统尽可能接近理想排序。

NDCG的计算方法?

NDCG通常基于两个参照点计算:一个称为perfect ranking,另一个称为random ranking。
Perfect ranking是假设排名与请求的相关度非常完美地对应的排名。一般情况下,Perfact ranking是人为规定的,不同的场景下是不同的。
Random ranking是假设结果随机排列所导致的重要性得分。该得分用于构建理想场景随机排序。简单的说就是把所有的搜索结果以随机的顺序排列时的得分情况,作为标准比较随机排序与算法排序的优劣。
计算公式如下:
NDCG@k = DCG@k / IDCG@k
其中,k为排名前k个搜索结果,IDCG@k表示perfect ranking,DCG@k则表示 Random Ranking。

为什么要使用NDCG?

在评估模型和算法时,我们需要能够很好地理解它们对特定问题的影响。NDCG可以提供一种方法来评估算法在排序方面的性能。它可以帮助开发人员了解他们的算法是否正在按照用户预期的方式工作。
此外,NDCG还可以用于开始研究不同的算法和技术方案,以确定哪些算法与特定问题和应用程序最为相配。

总结

NDCG是评价搜索引擎或推荐系统排序算法性能的一种有用方法。它可以帮助开发人员更好地理解其算法在排序方面的性能,并支持研究不同的算法和技术方案,以确定哪些算法与特定问题和应用程序最为相关。

原创文章,作者:Denis,如若转载,请注明出处:https://www.beiiwang.com/60573.html