NdcgBoost和SoftRank

相同点: 两者均是以NDCG的期望值作为目标函数,

不同点:

1, 前者对permuation来做变量取值,后者对文档的分数作为变量取值.

2, 前者每个permutation的取值与F有关,见Eq.(6), 并且取值并非二元关系,而是以概率形式有关. 后者对文档分数的期望值需要假设相应的分布,分布的参数如何取值是个问题,而且假设的合理性并没有说明.

3, 前者做了两次近似处理,找到NDCG比较好求的下界

你可能感兴趣的:(F#)