推荐系统中的召回(recall)是什么意思?

  统计/机器学习 推荐系统 模型验证
1

推荐系统中的召回(recall)是什么意思?如何理解推荐系统中的召回?

它和二元分类的召回是一个意思吗?


 

TheTheThe   2017-12-15 14:28



   1个回答 
5

推荐系统中的精度(precision)和召回(recall)本质上和二元分类中的概念是一样的。

推荐系统往往只推荐有限个(如k个)物品给某个用户。真正相匹配的物品我们称之为相关物品(也就是二元分类中的阳性)。

$$k召回(recall ~at~k)=\frac{所推荐的k个物品中相关物品的个数}{所有相关物品的个数}$$

$$k精度(precision ~at~k)=\frac{所推荐的k个物品中相关物品的个数}{k}$$

比如说,根据你的喜好,我们推荐了10个商品,其中真正相关的是5个商品。在所有商品当中,相关的商品一共有20个,那么

k召回 = 5 / 20

k精度 = 5 / 10


另外可以参考这个问题推荐系统有哪些常用的评价标准


黄前志   2017-12-17 17:15



相关问题

推荐系统有哪些常用的评价标准   2回答

余弦相似和内积的意义?   1回答

两个向量的余弦距离大于1?   2回答

推荐系统中常用的表示相似或者距离的方法有哪些?   1回答

Jaccard相似或者Jaccard距离是怎么计算的?   1回答

协同过滤的数据预处理问题   0回答

python里怎么计算jaccard相似   2回答

余弦相似的定义是什么?怎么计算?   1回答

有没有R的推荐系统的工具包(library)?   1回答

回归问题中的stratified cross validation?   2回答

如果我用交叉验证,还是否需要单独分出测试集?   1回答

十折交叉验证   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!