源码之家

  • 首页
  • 文章
  • 问答
  • 下载
您的位置: 首页  >  文章  >  推荐系统的性能评估

推荐系统的性能评估

分类: 文章 • 2023-12-28 15:15:52

1、线下评估

  • 均方分误差 ( RMSE, Root Mean Square Error )

推荐系统的性能评估
RMSE越小,表示误差越小,推荐系统的性能越好。

  • 平均绝对误差 (MAE,Mean Absolute Error)
    推荐系统的性能评估
  • recall
    推荐系统的性能评估
    recall = 0.6
    推荐系统的性能评估

推荐系统的性能评估

  • F1 score
    推荐系统的性能评估
    F的值越大,说明推荐系统的性能越好。

2、线上评估(A/B test)

  • CTR (Click Through Rate) :用户对商品的点击率
  • CR(Conversion Rate):转化率-用户进入商品的链接是否看完
  • ROI
    推荐系统的性能评估
    ROI越大,推荐系统的性能越好。
  • QA

相关推荐

  • Python算法练习(十四)// 算法:基于协同过滤的推荐系统,数据集:玩具电商数据集
  • 1、好的推荐系统
  • 10条设计推荐系统的经验和教训
  • 详解 | 推荐系统的工程实现
  • 《推荐系统》所带给我的所感所悟
  • 【转载】斯坦福大学博士后王鸿伟: 知识图谱辅助的个性化推荐系统
  • 让你"又爱又恨"的推荐系统--程序猿篇
  • Reader转化为Entity类时系统性能的测试报告(downmoon原创)
  • 【机器人】关于工业机器人控制系统,这几方面内容你必须掌握;中国3C电子智造行业优秀的机器人供应商推荐...
  • 《推荐系统实践》第1章 好的推荐系统
  • Diagonalwise Refactorization: An Efficient Training Method for Depthwise Convolutions笔记
  • ACC算法学习笔记(二):ACC系统组成及工作原理
    网站免责声明 网站地图 最新文章 用户隐私 版权申明
本站所有数据收集于网络,如果侵犯到您的权益,请联系网站进行下架处理。   

Copyright © 2018-2021   Powered By 源码之家    备案号:   粤ICP备20058927号