¿Qué es NDCG y cómo se calcula?
sobes.tech AI
Respuesta de la IA
NDCG (Ganancia de Descuento Cumulativa Normalizada) es una métrica de calidad de clasificación, comúnmente utilizada en motores de búsqueda y tareas de Learning to Rank.
Mide qué tan relevantes están los documentos en las posiciones superiores de la lista de resultados, considerando que las posiciones más altas son más importantes.
El cálculo consta de varios pasos:
-
DCG (Ganancia de Descuento Cumulativa):
[ DCG_p = \sum_{i=1}^p \frac{2^{rel_i} - 1}{\log_2(i + 1)} ]
donde (rel_i) es la relevancia del documento en la posición (i), (p) es la posición hasta la cual se calcula.
-
IDCG (DCG Ideal): el DCG máximo posible si los documentos están ordenados por relevancia decreciente.
-
NDCG: normalización del DCG respecto al IDCG:
[ NDCG_p = \frac{DCG_p}{IDCG_p} ]
El valor de NDCG varía de 0 a 1, donde 1 indica una clasificación perfecta.
Ejemplo: si tenemos relevancias de documentos [3, 2, 3, 0, 1], primero calculamos el DCG usando la fórmula, luego el IDCG para la lista ordenada [3, 3, 2, 1, 0], y dividimos el DCG por el IDCG.