1

我正在评估推荐人，我有 ROC 曲线和 Precision-Recall 曲线。当我更改一些参数时，ROC 和 PR 曲线的变化会有所不同。有时 ROC 曲线看起来比 PR 曲线更好，反之亦然。因此我想要两条曲线。我可以将 ROC 曲线归结为 AUC，因为我有 11 点 PR 曲线，所以我可以取 11 点的平均值来得到一个数字。

我可以以某种方式将这些措施组合成一个数字吗？这是人们做的事情还是不必要的？

ROC 看起来比 PR 更好的事实只是一个主观的事情，因为我不擅长解释曲线，还是一个可以比另一个更好是有效的？（它们并不完全不同，但我认为仍然很明显）

编辑：基本上我不想显示大量的情节，我想要一张数字表。你会把这些数字放在一张桌子上吗？或者为每个度量制作一个表格？

4

1 回答 1

1

人们在常见系统中最常做的是使用 AUC（ROC 曲线下的面积）或 F-Measure 作为汇总指标。但是你是如何处理推荐系统的，直到我知道他们喜欢看到精确度和召回曲线（比如这些）。因为精度衰减和召回率随着 TOP-K 的增长而增长，对这些系统来说是重要的结果。

但是，如果您仍然想获得关于精确重新计算与 ROC 曲线的更好答案，请阅读本文

于 2012-09-12T15:24:17.147 回答