როგორ ითვლება MAP და MRR მეტრიკა რეიტინგის დავალებებში?

MAP (საშუალო საშუალო სიზუსტე) და MRR (საშუალო უკუპროცესი რანგი) არის ხარისხის მეტრიკები რეიტინგის დავალებებში, რომლებიც აფასებენ, რამდენად კარგად სორტირებს მოდელი შესაბამის ელემენტებს.

• MAP არის ყველა შეკითხვის საშუალო საშუალო სიზუსტე. ერთ შეკითხვაზე საშუალო სიზუსტე არის სიზუსტის საშუალო მნიშვნელობა იმ პოზიციებზე, სადაც გამოჩნდება შესაბამისი დოკუმენტები.

AP ფორმულა ერთ შეკითხვაზე:

[ AP = \frac{1}{R} \sum_{k=1}^N P(k) \times rel(k) ]

სადაც:

• (N) არის დაბრუნებული დოკუმენტების რაოდენობა,
• (R) არის შესაბამისი დოკუმენტების რაოდენობა,
• (P(k)) არის სიზუსტე პოზიციაზე (k),
• (rel(k)) არის დოკუმენტის შესაბამისობის ინდიკატორი პოზიციაზე (k) (1 თუ შესაბამისია, 0 თუ არა).

MAP არის საშუალო AP ყველა შეკითხვაზე.

• MRR არის პირველი შესაბამისი დოკუმენტის უკუპროცესი რანგის საშუალო მნიშვნელობა ყველა შეკითხვაზე.

ფორმულა ერთ შეკითხვაზე:

[ RR = \frac{1}{rank} ]

სადაც:

• (rank) არის პირველი შესაბამისი დოკუმენტის პოზიცია სიის შიგნით.

MRR არის RR-ის საშუალო მნიშვნელობა ყველა შეკითხვაზე.

მაგალითი: თუ სამ შეკითხვაზე პირველი შესაბამისი დოკუმენტები მდებარეობს პოზიციებზე 1, 3 და 2, მაშინ:

[ MRR = \frac{1}{3} \left(1 + \frac{1}{3} + \frac{1}{2}\right) = 0.611 ]