RMSE与nDCG评价推荐系统的差异

Question

在评估推荐系统时，RMSE和nDCG给出了什么样的错误度量，以及我如何知道何时使用其中一种而另一种？如果你能给出一个例子，什么时候使用每一个，这也是很好的！

Answer 1

nDCG用于评估一个黄金排名列表(通常是人类判断的)和您的输出排名列表。两个排名列表之间的相关性越大，即两个列表中相关项目的排名越相似，nDCG的值就越接近1。

RMSE (根均方误差)通常用于评估回归问题，其中将输出(预测的标量值)与给定数据点的真实标量值进行比较。

因此，如果您只是简单地推荐一个分数(例如推荐一个电影评分)，那么使用RMSE。然而，如果您建议一个项目列表(例如相关电影的列表)，那么使用nDCG。

Answer 2

nDCG是一个排名指标，RMSE不是。在推荐系统的上下文中，当您的评分是隐式的(例如，跳过的项与消耗的项)而不是显式的(用户提供一个实际的数字，一个la Netflix)时，您将使用一个排名指标。