我是靠谱客的博主 诚心棒棒糖，最近开发中收集的这篇文章主要介绍Evaluation Metrics in Information Retrieval(信息检索中的评价指标)，觉得挺不错的，现在分享给大家，希望可以做个参考。
概述
1. Confusion Matrix(混淆矩阵)
| Relevant | Nonrelevant | |
|---|---|---|
| Retrieved | True Positive | False Positive |
| Not Retrieved | False Negative | True Negative |
2. Precision and Recall
Precision = TP/(TP+FP)，即被检索出的文档中真正相关的文档所占的比例。
Recall = TP/(TP+FN)，即真正相关的文档中被成功召回（检索）的文档所占的比例。
下图解释较为形象：
3. F measure
We normally use a balanced F1 measure with β=1.
4. Rank-Based Measures
Slides: Stanford CS276 Ranked-Based Measures
- Precision@K
- Mean Average Precision (MAP)
- Mean Reciprocal Rank (MRR)
- Normalized Discounted Cumulative Gain (NDCG)
最后
以上就是诚心棒棒糖为你收集整理的Evaluation Metrics in Information Retrieval(信息检索中的评价指标)的全部内容，希望文章能够帮你解决Evaluation Metrics in Information Retrieval(信息检索中的评价指标)所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复