← 返回卡片

原书出处

智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)

09 第9章 推荐系统的评价

核验版本的摘录快照 · 导入于 2026-11-18T22:35:03.566Z

值之间偏差,如式(9-3)所示: 如式(9-2)、(9-3)所示,h(xi)是模型的预测值(观测值),yi则是真实值。

与所有的均方根方法一样,RMSE方法对于异常值比较敏感。通俗地讲,RMSE方法更能准确地评价同样准确率下的不同模型,能够有效地判定哪一个预测结果更可靠。

在场景上,如果不苛求模型的准确度,我们希望模型的预测结果更可靠,那么RMSE方法则更适用。 R方(R-Squared)是

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0122.html

EPUB SHA-256:7c59ad7c208225d5ad9ff8ebac84642c693438b69bb9a48fad164b9dfb1eb976