Middle
Kuidas arvutada metrikasid MAP ja MRR reitingu ülesannetes?
sobes.tech AI
Vastus AI-lt
MAP (Keskmine Keskmine Täpsus) ja MRR (Keskmine Vastupidine Rühm) on kvaliteedimõõdikud reastamisülesannetes, mis hindavad, kui hästi mudel järjestab olulised elemendid.
- MAP on kõigi päringute keskmine keskmine täpsus. Ühe päringu jaoks on keskmine täpsus see, kui täpne on positsioonidel, kus esinevad olulised dokumendid.
AP valem ühe päringu jaoks:
[ AP = \frac{1}{R} \sum_{k=1}^N P(k) \times rel(k) ]
kus:
- (N) on tagastatud dokumentide arv,
- (R) on oluliste dokumentide arv,
- (P(k)) on täpsus positsioonil (k),
- (rel(k)) on dokumendi relevantsuse näitaja positsioonil (k) (1 kui relevants, 0 kui mitte).
MAP on kõigi päringute AP keskmine.
- MRR on esimese olulise dokumendi vastupidise rangu keskmine väärtus kõigi päringute kohta.
Ühe päringu valem:
[ RR = \frac{1}{rank} ]
kus:
- (rank) on esimese olulise dokumendi positsioon nimekirjas.
MRR on RR keskmine väärtus kõigi päringute kohta.
Näide: kui kolme päringu puhul on esimesed olulised dokumendid positsioonidel 1, 3 ja 2, siis:
[ MRR = \frac{1}{3} \left(1 + \frac{1}{3} + \frac{1}{2}\right) = 0.611 ]