recometrics:隐式反馈推荐系统的评估指标
计算隐式反馈推荐系统的评估指标基于低秩矩阵分解模型,给出拟合模型矩阵和数据,从而可以比较各种库中的模型。指标包括P@K(precision-at-K,用于top-K建议)、R@K(在K时召回)、,AP@K(k处的平均精度),NDCG@K(k时的标准化折现累积收益),点击@K(从中计算“命中率”),右后@K(k处的倒数秩,从计算“MRR”或“平均倒数秩”)、ROC-AUC(接收器工作特性曲线)和PR-AUC(精确再调用曲线)。这些是根据诱发项目的排名按用户计算的通过模型,使用高效的多线程例程。还提供功能用于创建用于模型拟合和评估的列车测试分段。
版本: |
0.1.6-3 |
进口: |
卢比(≥ 1.0.1),矩阵(≥ 1.3-4),额外矩阵(≥ 0.1.6),浮动,RhpcBLASctl公司,方法 |
链接到: |
卢比,浮动 |
建议: |
推荐实验室(≥ 0.2-7),厘米频率(≥ 3.2.0),数据表,针织物,rmarkdown公司,kableExtra(额外),测试那个 |
出版: |
2023-02-19 |
作者: |
科尔特斯 |
维护人员: |
大卫·科尔特斯(David Cortes)<David.Cortes.rivera at gmail.com> |
错误报告: |
https://github.com/david-cortes/recometrics/issues |
许可证: |
BSD_2_子句+文件许可证 |
网址: |
https://github.com/david-cortes/recometrics网站 |
需要编译: |
对 |
CRAN检查: |
重新计量结果 |
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=recometrics链接到此页面。