ranking

Вопрос или проблема Я работаю над проектом с многометочной рекомендационной системой и пытаюсь оценить его как задачу ранжирования. Я вычисляю recall@k и precision@k, которые выглядят достаточно хорошо. Recall увеличивается, а Precision уменьшается, когда

Вопрос или проблема У меня есть такие данные парного сравнения. Я вычислил коэффициент согласованности для этих данных и получил 56%. Это слишком высоко для получения релевантных результатов. Возможно ли изменить исходные данные, чтобы улучшить согласованность

Вопрос или проблема Я готовлюсь к собеседованию по проектированию систем машинного обучения и у меня есть вопрос о выборе моделей в рекомендательных системах и подобных областях, таких как ранжирование поиска. Когда мы представляем несколько элементов

Вопрос или проблема Предположим, что у меня есть два ранжированных списка, A и B, причем каждый элемент в списках связан с определенным количеством очков: A = [(I_2, 6), (I_4, 5), (I_1, 3), (I_5, 1)] - очки в порядке убывания B = [(I_4, 1), (I_3, 0.

Вопрос или проблема У меня есть набор данных о результатах студентов на экзаменах, который выглядит следующим образом: Class_ID Class_size Student_Number IQ Hours Score Top 1 3 3 101 10 98 1 1 3 4 99 19 80 0 1 3 6 130 3 95 0 2 5 4 93 5 50 0 2 5 5 […]

Вопрос или проблема Как правило, я знаком с метриками оценки точности и полноты, но, как вы знаете, recall@k и precision@k – это разные вещи, используемые в оценках ранжирования, особенно в системах рекомендаций. Я проверил много источников, я понял

Вопрос или проблема У меня есть таблица, чтобы определить, какая подгруппа занимает первое место. Моя идея состоит в том, чтобы независимо ранжировать по каждой характеристике (балл, качество), а затем суммировать ранги, чтобы получить итоговый балл (см.

Вопрос или проблема Надеюсь, кто-то сможет помочь с запросом ниже, где я застрял. У меня есть таблица настроек (основанная на штате, городе и округе), где * в настройках обозначает “все”, в противном случае оно представляет собой конкретное

Вопрос или проблема У меня есть набор данных. Я хотел провести парный t-тест. Поэтому я выполнил тест на нормальность, который показал, что данные не следуют нормальному распределению. Поэтому я использовал тест Уилкоксона вместо парного t-теста.

Вопрос или проблема Когда мы используем то одно, то другое? Мой случай применения: Я хочу оценить линейное пространство, чтобы увидеть, насколько хороши результаты извлечения. У меня есть набор данных X (m x n) и некоторые веса W (m x 1).

Вопрос или проблема Это исходный код с домашней страницы AdSense (код отформатирован, чтобы уместиться на экране): <title> Заработайте деньги онлайн через монетизацию веб-сайта | Google AdSense – Google </title> <

Вопрос или проблема Я использую 3 признака (x1, x2, x3) для регрессии. Некоторые из моих признаков являются непрерывными, а некоторые – категориальными. Моя зависимая переменная – это количество бронирований. И я могу предсказать количество бронирований.

Вопрос или проблема Предположим, что результаты гонки следующие: ["a", "b", "c", "d", "e"], так что “a” – победитель. Перед гонкой человек X предсказал результаты как ["b", "a", "c", "d", "e"], а человек Y предсказал результаты как ["a", "b"

Вопрос или проблема Представьте, что у вас есть задача, где у вас есть запрос и набор документов с результатами, и вы хотите ранжировать документы с учетом запроса. Также предположим, что у вас есть векторные представления (эмбеддинги) для запроса и для документов.

Вопрос или проблема В задаче регрессии нам может потребоваться функция потерь для измерения относительной точности ранжирования между целевыми значениями $y$ и предсказанными значениями $y_{pred}$. Очевидно, что простая MSE не учитывает такие ранговые отношения.

Вопрос или проблема У меня есть набор данных по ипотечным кредитам, который содержит список клиентов (600 тысяч записей) и включает 100 колонок, включая общую информацию о клиентах (адрес, город, почтовый индекс и т.д.), доход, FICO-баллы, количество

Вопрос или проблема Рейтингующий дискриминатор D(z1, z2, z3 ) ∈ [0, 1] должен быть высоким, если _z1 ∼ p1 , z2 ∼ p2 , z3 ∼ p3 _ и низким в противном случае. Для нахождения потерь и оптимального дискриминатора D(z1 , z2 , z3 ) следует ли мне изменить потери

Вопрос или проблема Все мои индексированные посты отображаются только в разделе изображений. Почему все мои индексированные посты появляются только в разделе изображений при поиске в Google, но не в обычных результатах поиска?