推薦系統你必須知道的名詞

在學習推薦系統時，我們往往會接觸到幾個名詞，來評測推薦系統的效果。

• 精準率（Precision）
• 召回率（Recall）
• F值

精準率和召回率是兩個度量值，用來評價推薦結果的質量。

精確率是指檢索出的相關文檔與檢索出的文檔總數的比率，衡量的是檢索系統的查准率。簡單來說就是指檢索出來的條目有多少條是準確的。

公式為：

舉個例子，一座猴山裡有100隻猴子，50隻公猴子，50隻母猴子。現在需要抓出來公猴子，於是一共取出來30隻猴子，其中公猴子有20隻。那麼抓出公猴子的精準率就是：

召回率是指檢索出的相關文檔和文檔中所有相關文檔數的比率，衡量的是檢索系統的查全率。在庫里所有準確的條目有多少條被檢索出來了。

公式為：

還是在那座猴山裡，同時還是要抓公猴子，取出來30隻猴子，其中公猴子還是20隻。那麼抓出來公猴子的召回率就是：

於是，假如要給你想要公猴子的話（別問我你為什麼想要公猴子，我也不知道，不重要。），我給你推薦了30隻猴子，精準率就是66.7%，召回率就是40%。

這個時候，精準率和召回率都有了，但是兩個比率不一樣啊，咋整。此時，我們就需要引入一個詞，叫做 F 值。

F值簡單來說就是綜合了精準率和召回率得出的結果。

公式為：

所以推薦給你的猴子到底靠不靠譜呢，看看最終結果。

結果就表明，推薦給你的猴子里，有50%是你想要的公猴子。

推薦閱讀：