深度学习常用评价指标（Accuracy、Recall、Precision、HR、F1 score、MAP、MRR、NDCG）——推荐系统

混淆矩阵

混淆矩阵
	P(Positives)	N(Negatives)
T(Ture)	TP：正样本，预测结果为正	TN：负样本，预测结果为正
F(False)	FP：正样本，预测结果为负	FN：负样本，预测结果为负

总结

Accuracy
Recall
Precision
Hits Ratio
F1 score
Mean Average Precision
Mean Reciprocal Rank
Normalized Discounted Cumulative Gain

1、准确率(Accuracy)

含义：预测正确的样本在所有样本中的比列。

公式：

注：在样本不平衡的情况下，不能作为很好的指标来衡量结果。

2、召回率(Recall)&查全率

含义：预测正确的正样本在所有正样本中所占的比例，即表示有多少比例的用户-物品交互记录包含在最终的预测列表中。

公式：

注：准确率和召回率都只能衡量检索性能的一个方面。

3、精确率(Precision)&查准率

含义：在全部预测为正的结果中，被预测正确的正样本所占的比例。

公式：

 注：召回率和精确率是一对矛盾的指标，当召回率高的时候，精确率一般很低；精确率高时，召回率一般很低。

4、命中率(Hits Ratio)

含义：预测结果列表中预测正确的样本占所有样本的比例，即用户想要的项目有没有推荐到，强调预测的“准确性”。

公式：

N，表示用户总数量。

hits(i)，表示第i个用户访问的值是否在推荐列表中，是则为1，否则为0。

5、F1分数（F1 score)

含义：精确率与召回率的调和均值。

公式：

6、平均精度均值(Mean Average Precision)

Average Precision(AP)：平均精确率，在召回率从0到1逐步提高的同时也要保证准确率比较高，AP值尽可能的大。

含义：用多个来衡量性能，多个类别AP的平均值。

公式：

7、平均倒数排名(Mean Reciprocal Rank)

含义：平均结果中的排序倒数，表示待推荐的项目是否放在了用户更显眼的位置，强调“顺序性”。

公式：

N，表示用户的总数。

pi，表示第i个用户的真实访问值在推荐列表的位置，若推荐列表不存在该值，则pi->∞。

8、归一化折损累计增益(Normalized Discounted Cumulative Gain)

含义：表示归一化加入位置信息度量计算的前p个位置累计得到的效益。

公式：

N，表示用户的总数。

pi，表示第i个用户的真实访问值在推荐列表的位置，若推荐列表不存在该值，则pi->∞。