回答情况：
提问时间：
问题标签：
1回答
NDCG的一个限制和克服这个限制的方法(如https://en.wikipedia.org/wiki/Discounted_累积性_gain#Limitations中提到的)是“规范化的DCG不对结果中丢失的文档进行惩罚1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1
在上述情况下，分数为1,1,1和1,1,1,1,1，均有NDCG
浏览 0提问于2019-08-08得票数 1
回答已采纳
1回答
这是一个关于NDCG的问题，NDCG是一个推荐的评估指标。
def dcg_score(y_true, y_score, k = 20, gains = "exponential"):
"""Normalized discounted cumulative gain (
浏览 0修改于2019-11-24得票数 2
回答已采纳
我正在做一个涉及使用归一化分布累积增益( NDCG )的项目，我了解该方法的基本计算。因此，我从sklearn.metrics导入了ndcg_score，然后将一个基本实值数组和另一个数组传递给ndcg_score函数，以计算它们的NDCG分数。from sklearn.metrics import ndcg_score
user_ndcg = ndcg_score(array([[5, 4, 3, 2, 1]]), array([[5, 4然而，user_n
浏览 106修改于2021-03-14得票数 0
基于等级的推荐系统使用NDCG对推荐精度进行评估.然而，有时使用正确率和召回率来评价顶级推荐。这是否意味着当NDCG高，准确率高？NDCG与准确率的关系是什么？
浏览 3修改于2015-12-13得票数 7
我想确保我正确地实现了我自己版本的ndcg度量，并且正确地理解了排名问题。
[500] valid_0's ndcg@1: 0.513221 v
浏览 8提问于2017-09-15得票数 3
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！
浏览 0修改于2014-06-16得票数 9
回答已采纳
我试图计算二进制关联的NDCG分数：y_true = [0, 1, 0]ndcg_score
浏览 13提问于2020-10-11得票数 5
回答已采纳
我想比较一下在MovieLens数据集上使用NDCG度量的推荐方法。电影1-5明星电影4-2明星电影1-5明星电影3-3明星电影5-1明星
在这个例子中，NDCG@3应该如何计算许多论文使用NDCG来度量MovieLens上的模型性能，但我还没有找到如何计算NDCG的详细信息。解决这个问题的最佳做法
浏览 0修改于2020-11-14得票数 0
我试图计算二进制关联的NDCG分数：y_score = [[5]]
metrics.ndcg_score(y_true
浏览 2修改于2021-05-21得票数 0
回答已采纳
我试图计算分类器的ndcg分数，但我得到了以下错误：y_pred_prob = rnd_forest.predict_proba(X_train_tr)
from sklearn.metrics import ndcg_scorendcg_score
浏览 5修改于2021-03-13得票数 1
回答已采纳
1回答
但是现在的问题是计算测试集的nDcg，我想要对它使用sklearn。在链接上给出的示例>>> y_score = [[0.15, 0.55, 0.2], [0.7, 0.2, 0.1], [0.06, 0.04, 0.9]]
>>> ndcg_score
浏览 2提问于2018-04-23得票数 12
正如您可能知道的，NDCG是一个很好的排名指标。(rankedList, correctList, null);来源：
//
浏览 1提问于2014-02-09得票数 3
我想知道是否可以使用NDCG这样的评估指标来计算损失。我的意思是，损失函数的全部意义是告诉我们的预测结果如何，NDCG也在做同样的事情。致以最良好的问候阿里。
浏览 4修改于2021-08-02得票数 1
回答已采纳
我知道秩:低级，秩:ndcg，秩:map都实现了LambdaMART算法，但是它们在优化模型的方式上有所不同。2.86354733e+00, 4.36567593e+00, 1.22325927e-01, 2.79849982e+00,
但是当我把目标改为等级时:ndcgparams = {'objective': 'rank:ndcg', 'learning_rate':
浏览 0提问于2020-08-13得票数 4
在公式8页6中，作者建议将梯度(lambda)乘以一个名为x_∆NDCG_x的术语。我确实理解，当交换列表中的两个元素时，这个术语是两个NDCG的区别：
通过交换U1和U2的秩位置(同时保持所有其他urls的秩位置不变)而给出的NDCG变化的大小。
浏览 0修改于2020-04-07得票数 4
我根据用户的元数据和历史行为对筛选过的项列表进行排序。一种方法可以是在训练和测试数据集中划分历史数据(例如90%和10%)。现在，从测试数据中选择用户的所有项，并将顺序随机化，并将其传递给排序算法。
现在，从测试数据和排序输出比较用户的实际项。
浏览 0提问于2020-01-08得票数 2
from sklearn.model_selection import GridSearchCV 'C': [1, 10, 100, 1000]}
clf = GridSearchCV(SVC(), param_grid, scoring=ndcg_score:\Users\test\Anaconda3\envs\kaggleSVM\lib\site-packa
浏览 69修改于2021-05-18得票数 0
回答已采纳
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)
浏览 0提问于2019-02-11得票数 2
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号