2024-04-17 18:21:29 发布
网友
我知道这里我们可以使用精度、召回率、AUC等。我的意思是:我们有4个用户(“a”、“b”、“c”、“d”),我们预测用户“a”与“b”的链接概率为0.7,与“c”的链接概率为0.4,与“d”的链接概率为0.3,但实际上用户“a”只添加到好友列表用户“c”,那么如何评估我们预测的准确性?你知道吗
查看Sklearn.Metrics尤其是metrics.f1_score和metrics.confusion_matrix,因为您显然正在执行分类任务。你知道吗
metrics.f1_score
metrics.confusion_matrix
传统的均方根误差可能会有所帮助(与正确值的平均差) 正如您提到的精度/回忆风格测试,看看前N个推荐中有多少是“好”的。 最后,您需要进行某种A/B测试,以查看这些建议是否真的是有用的建议,这些建议基于您拥有的任何业务模型度量(单击/转换)
查看Sklearn.Metrics尤其是
metrics.f1_score
和metrics.confusion_matrix
,因为您显然正在执行分类任务。你知道吗传统的均方根误差可能会有所帮助(与正确值的平均差)
正如您提到的精度/回忆风格测试,看看前N个推荐中有多少是“好”的。
最后,您需要进行某种A/B测试,以查看这些建议是否真的是有用的建议,这些建议基于您拥有的任何业务模型度量(单击/转换)
相关问题 更多 >
编程相关推荐