MRR(Mean Reciprocal Rank)笔记

MRR是一种推荐系统的评价指标，是将标准答案在被推荐系统给出结果中的排序取倒数作为它的准确度，再对所有的问题取平均得到的指标。MRR方法主要用于寻址类检索或问答类检索。以下图为例，有3个query，系统给出的结果在results列，标准答案在correct列，因此这个系统的MRR值为：(1/3 + 1/2 + 1)/3 = 11/18=0.61。

MRR(Mean Reciprocal Rank)笔记相关推荐

Elasticsearch：倒数排序融合 - Reciprocal rank fusion (RRF)
警告:此功能处于技术预览阶段,可能会在未来版本中更改或删除. Elastic 将尽最大努力修复任何问题,但技术预览中的功能不受官方 GA 功能的支持 SLA 约束. 倒数排序融合(RRF)是一种将具有 ...
lightGBM用于排序(Learning to Rank )
向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程公众号:datayx Learning to Rank 简介去年实习时,因为项目需要,接触了一下Learning ...
论文阅读笔记：Multi-Turn Response Selection for Chatbots with Deep Attention Matching Network
提示:阅读论文时进行相关思想.结构.优缺点,内容进行提炼和记录,论文和相关引用会标明出处. 文章目录前言介绍模型细节问题符号化模型结构注意力模块-Attentive Module 整理表示 ...
Learning to rank基本算法小结
最近工作中需要调研一下搜索排序相关的方法,这里写一篇总结,总结记录一下几天的调研成果.包括 Learning to rank 基本方法 Learning to rank 指标介绍 LambdaMART ...
Learning to rank 小结
1.现有排序模型排序(Ranking)一直是信息检索的核心研究问题,有大量的成熟的方法,主要可以分为以下两类:相关度排序模型和重要性排序模型. 1.1 相关度排序模型(Relevance Ranki ...
Learning to Rank 简介
非常好的一篇总结Learning to Rank的总结文章! 转载自:http://www.cnblogs.com/kemaswill/archive/2013/06/01/3109497.html ...
Learning to Rank(以下简称L2R)
L2R将机器学习的技术很好的应用到了排序中,并提出了一些新的理论和算法,不仅有效地解决了排序的问题,其中一些算法(比如LambdaRank)的思想非常新颖,可以在其他领域中进行借鉴.鉴于排序在许多领域 ...
Learning to Rank(LTR)
Learning to Rank(LTR) 声明: 本文主要参考Learning to Rank 简介.Learning to Rank小结文章. 另参考李航老师A short introductio ...
【机器学习】Learning to Rank 简介
Learning to Rank 简介去年实习时,因为项目需要,接触了一下Learning to Rank(以下简称L2R),感觉很有意思,也有很大的应用价值.L2R将机器学习的技术很好的应用到了排 ...
Learning to Rank(LTR)(转)
Learning to RankLTR 声明摘要背景排序学习系统框架排序学习特征选择2 训练数据的获取3 人工标注搜索日志公共数据集训练方法23 单文档方法Pointwise 文档对方法 ...

MRR(Mean Reciprocal Rank)笔记

MRR(Mean Reciprocal Rank)笔记相关推荐

最新文章

热门文章