← 返回卡片

原书出处

深度学习推荐系统

07 第7章 推荐系统的评估

核验版本的摘录快照 · 导入于 2026-11-19T07:39:55.626Z

模型的性能,即认为模型排序的To p N的结果就是模型判定的正样本,然后计算Precision@N和Recall@N。

精确率和召回率是矛盾统一的两个指标:为了提高精确率,分类器需要尽量在“更有把握时”才把样本预测为正样本,但往往会因过于保守而漏掉很多“没有把握”的正样本,导致召回率降低。

为了综合地反映Precision和Recall的结果,可以使用F1-score,F1-score是精确率和召回率的调和

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/深度学习推荐系统/_epub-src/text/part0011_split_001.html

EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382