我正在评估一个推荐器,我有ROC曲线和精确召回曲线。当我改变一些参数时,ROC和PR曲线会略有不同。有时ROC曲线看起来比PR曲线更好,或者相反。因此,我想要两条曲线。我可以将ROC曲线归结为AUC,因为我有11个点的PR曲线,所以我可以取11个点的平均值来得到一个数字。
我可以以某种方式将这些度量组合为一个数字吗?这是人们经常做的事情,还是没有必要呢?
中华民国看起来比PR好,这是不是因为我不擅长解释曲线,而是主观的东西,还是一个比另一个更好是正确的?(它们并不完全不同,但我认为还是值得注意的)
编辑:基本上我不想显示成吨的图,我想要一个数字表格。你能把这些数字合并到一个表中吗?或者为每个度量制作一个表?
发布于 2012-09-12 23:24:17
在普通系统中,人们最常做的是使用AUC ( ROC曲线下的面积)或F-Measure作为摘要度量。但是你是如何处理推荐系统的,直到我所知道的他们喜欢看到精确度和召回率曲线(比如these)。因为精度衰减和召回率随着TOP-K的增长而增长,这对这些系统来说是重要的结果。
但是如果你仍然想要一个更好的答案,关于精度-重新计算与ROC曲线,请阅读这个paper
https://stackoverflow.com/questions/12254102
复制相似问题