原书出处
深度学习推荐系统
07 第7章 推荐系统的评估
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
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