知识卡片

普通读书笔记卡 · 6977.a.15 · 生成模型:gpt-6.1-terra

归一化折损累计增益

理解等级:中级

NDCG 用相关性评分衡量一组排序结果,并对靠后的结果折损,再除以理想排序下的折损累计增益。它可考虑多个相关结果及位置;计算前需要相关性标注,零理想增益等边界需事先约定。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Machine Learning System Design》第5章《Loss functions and metrics》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-5.xhtml) - 结论依据:原书定义或实例支持卡片的判断,适用条件见正文。 - 原始内容:NDCG is a metric that calculates the average of discounted cumulative gains