nDCG法和秩相关法有什么区别？

Question

我们什么时候使用其中一种？

我的用例：

我想要评估一个线性空间，看看检索结果有多好。我有一组数据X (m )和一些权重W(Mx1)。我想测量W'X上最近的邻域检索性能，用一个地面真值Y。这是一个连续的值，所以我不能使用简单的精确/回忆。

如果使用秩相关，就会发现检索到的Ys和检索等级之间的相关性。如果我使用nDCG，我将使用排序Y来计算IDCG。

我想比较一下，当我改变Y的时候，我得到的相关值。(例如，Y在一种情况下可以是头部姿态角，而在另一种情况下是年龄)

Answer 1

排序中的一个核心问题是设计一种评价排序函数的方法。在本文研究的是，理论中，归一化折现累积增益(NDCG)是一种在实际应用中广泛使用的排序方法。虽然对NDCG族进行了广泛的实证研究，但对其理论性质知之甚少。

与许多其他措施相比，NDCG有两个优点。首先，NDCG允许每个检索到的文档都具有分级相关性，而大多数传统的排序标准只允许二进制相关性。..。第二，NDCG包含一个对秩的折扣函数，而许多其他度量都对所有位置进行统一加权。

更多：信息与理论与数学