学习笔记(06):Python机器学习进阶实战视频教学-模型评估标准

立即学习:https://edu.csdn.net/course/play/10085/215016?utm_source=blogtoedu

1、准确度：两个r分别是预测值和实际值。分子是方差求和，分母的T是所有的。1分钟

2、召回率？：定义是：在所有行为中，有哪些是和真实情况吻合的 == 我给用户推荐了这么多，哪些推荐是实际有效的。也就是：在这么大的行为列表中，哪些是我推荐对的（和训练集推荐列表有交集的）。

2.2、召回率中两个概念：行为列表和推荐列表。～根据用户行为给用户作出的推荐列表。

召回率：标示推荐的效果好不好，分子取交集：根据用户在训练集上的行为给用户作出的推荐列表  和 T(u)用户在测试集上的行为列表，取二者的交集就是

2.3、T(u)是用户在测试集上的（全部）行为列表

3、覆盖率

4、多样性

二、推荐系统实现的两大难点（核心部分）：

1、离线计算量大

2、模型好坏如何评估和更新

三、总结：

协同过滤

隐语义分析

模型评估

相似度计算规则