MAP @ k计算

作者: 浮华丶
发布时间: 2024-04-18 01:27:43 (2天前)
转自：

2 条回复

0#
回复此人
不丶离 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 找到这个你是完全正确的。鉴于代码的相似性，我的猜测是有一个源bug，然后论文复制了糟糕的实现而没有仔细检查。 “akturtle”问题提升者也是完全正确的，我打算给出相同的例子。我不确定“kunhe”是否理解这个论点，当然回想起计算平均精度时的问题。 是的，这个bug会使数字膨胀。我只希望排名列表足够长，并且方法足够合理，以便在排名列表中实现100％的召回，在这种情况下，错误不会影响结果。 不幸的是，审稿人很难抓住这一点，因为通常不会审查论文代码。值得联系作者试图让他们更新代码，用正确的数字更新他们的论文，或者至少不要继续犯错误在他们未来的作品中。如果您打算撰写一篇比较不同方法的论文，您可以指出问题并报告正确的数字（以及可能带有错误的那些只是为苹果比较制作苹果）。 回答你的问题： <BLOCKQUOTE> MAP @ k是否总是小于为所有排名列表计算的MAP？ </BLOCKQUOTE> 不一定，MAP @ k本质上是计算MAP，同时针对潜在的情况进行标准化，在这种情况下，只有k次检索才能做得更好。例如。考虑返回的排名列表与相关性： 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 并假设共有6个相关文件。这里MAP应该略高于50％，而MAP @ 3 = 100％因为你不能比检索1 1 1做得更好。但这与您发现的错误无关，因为MAP @ k保证至少与真正的MAP @ k一样大。 </DIV>

编辑

登录后才能参与评论