Middle
Kā tiek aprēķinātas metrikas MAP un MRR rangu uzdevumos?
sobes.tech AI
Atbilde no AI
MAP (Vidējā Vidējā Precizitāte) un MRR (Vidējais Atpakaļejošais Rangs) ir kvalitātes rādītāji reitinga uzdevumos, kas novērtē, cik labi modelis sakārto relevanto elementu.
- MAP ir visu pieprasījumu vidējā vidējā precizitāte. Viena pieprasījuma vidējā precizitāte ir precizitātes vidējā vērtība pozīcijās, kurās atrodas relevanti dokumenti.
AP formula vienam pieprasījumam:
[ AP = \frac{1}{R} \sum_{k=1}^N P(k) \times rel(k) ]
kur:
- (N) ir atgriezto dokumentu skaits,
- (R) ir relevanto dokumentu skaits,
- (P(k)) ir precizitāte pozīcijā (k),
- (rel(k)) ir dokumenta relevances indikators pozīcijā (k) (1 ja relevants, 0 ja nē).
MAP ir visu pieprasījumu AP vidējā vērtība.
- MRR ir pirmā relevanta dokumenta atpakaļejošā ranga vidējā vērtība visiem pieprasījumiem.
Formula vienam pieprasījumam:
[ RR = \frac{1}{rank} ]
kur:
- (rank) ir pirmā relevanta dokumenta pozīcija sarakstā.
MRR ir RR vidējā vērtība visiem pieprasījumiem.
Piemērs: ja trīs pieprasījumiem pirmie relevanti dokumenti atrodas pozīcijās 1, 3 un 2, tad:
[ MRR = \frac{1}{3} \left(1 + \frac{1}{3} + \frac{1}{2}\right) = 0.611 ]