协同过滤系统的评价标准
生活随笔
收集整理的這篇文章主要介紹了
协同过滤系统的评价标准
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
-這里總結(jié)了協(xié)同過濾協(xié)同需要驗(yàn)證的方式。
- 當(dāng)我們利用機(jī)器學(xué)習(xí)方法來(lái)評(píng)價(jià)所計(jì)算的協(xié)同過濾推薦系統(tǒng)時(shí),需要構(gòu)建幾類評(píng)估屬性來(lái)比較構(gòu)建模型的質(zhì)量。這些評(píng)估屬性大致可以分為2類:預(yù)測(cè)準(zhǔn)確性和分類準(zhǔn)確性。
預(yù)測(cè)準(zhǔn)確性:
統(tǒng)計(jì)精度度量方法中的平均絕對(duì)誤差( MAE)被廣泛用于評(píng)價(jià)協(xié)同過濾推薦系統(tǒng)的推薦質(zhì)量。因此,推薦質(zhì)量評(píng)價(jià)采用了常見的平均絕對(duì)誤差 MAE 在測(cè)試集上首先運(yùn)用推薦系統(tǒng)預(yù)測(cè)出用戶的評(píng)分,然后根據(jù)測(cè)試集中用戶的實(shí)際評(píng)分,計(jì)算出 2 者的偏差,即為MAE 的值。
假設(shè)預(yù)測(cè)用戶評(píng)分值為{p1,p2…,pn}對(duì)應(yīng)的實(shí)際評(píng)分值為 { q1,q2, …,qn },則 MAE 的計(jì)算公式為
類似的,均方根誤差RMSE的計(jì)算公式為
分類準(zhǔn)確性:
分類準(zhǔn)確性主要測(cè)量推薦系統(tǒng)的質(zhì)量性能, 常用的評(píng)估分類準(zhǔn)確性的屬性主要有:準(zhǔn)確率和召回率, 準(zhǔn)確率和召回率的計(jì)算公式分別為
上式中Lr表示推薦給目標(biāo)用戶的項(xiàng)目列表;Lrev表示數(shù)據(jù)集中相關(guān)項(xiàng)目列表
這 2 種評(píng)估屬性必須有所取舍,例如:增加 Lr,Recall增加,Precision 就會(huì)減少, 因此,將2種屬性結(jié)合在一起對(duì)推薦系統(tǒng)進(jìn)行評(píng)估.此種方法稱作F1值,其計(jì)算公式為:
總結(jié)
以上是生活随笔為你收集整理的协同过滤系统的评价标准的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 搭建hadoop3.x报错 Permis
- 下一篇: 【推荐系统】基于协同过滤的图书推荐系统