RankingMetrics 類別

定義

重要

部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。

排名者的評估結果。

public sealed class RankingMetrics

type RankingMetrics = class

Public NotInheritable Class RankingMetrics

名稱	Description
DiscountedCumulativeGains	貼現累積收益（DCG）列表，其中第N個元素代表DCG@N。折現累積增益是所有實例 i 在第 N 位前的相關性增益總和，並以實例 + 1 的自然對數正規化。 DCG 是一個遞增的指標，數值越高表示模型越好。請注意，與維基百科條目不同，ML.NET 使用自然對數。 $DCG@N = \sum_{i = 1}^N \frac{g_i}{ln（i + 1）}$，其中$g_i$是第i位的相關性增益。
NormalizedDiscountedCumulativeGains	標準化折現累積收益（NDCG）列表，其中第N元素代表NDCG@N。搜尋重蘇的長度會依查詢而異，因此除非 DCG 正規化，否則無法僅用 DCG 來一致比較不同排名器。這是透過計算最大 DCG（也稱為理想 DCG），即依搜尋結果相對相關性排序的理想排序 DCG。 $NDCG@N = \frac{DCG@N}{MaxDCG@N}$

名稱

Description

貼現累積收益（DCG）列表，其中第N個元素代表DCG@N。折現累積增益是所有實例 i 在第 N 位前的相關性增益總和，並以實例 + 1 的自然對數正規化。 DCG 是一個遞增的指標，數值越高表示模型越好。請注意，與維基百科條目不同，ML.NET 使用自然對數。

$DCG@N = \sum_{i = 1}^N \frac{g_i}{ln（i + 1）}$，其中$g_i$是第i位的相關性增益。

標準化折現累積收益（NDCG）列表，其中第N元素代表NDCG@N。搜尋重蘇的長度會依查詢而異，因此除非 DCG 正規化，否則無法僅用 DCG 來一致比較不同排名器。這是透過計算最大 DCG（也稱為理想 DCG），即依搜尋結果相對相關性排序的理想排序 DCG。

$NDCG@N = \frac{DCG@N}{MaxDCG@N}$