dcg_score#

sklearn.metrics.dcg_score(y_true, y_score, *, k=None, log_base=2, sample_weight=None, ignore_ties=False)[source]#

计算折现累积增益。

将真实分数按预测分数诱导的顺序进行排名，并应用对数折扣后求和。

如果真实标签被 y_score 排在前面，此排名指标会给出高值。

通常更倾向于使用归一化折损累计增益 (NDCG, 由 ndcg_score 计算)。

参数:

y_true形状为 (n_samples, n_labels) 的类数组对象: 多标签分类的真实目标，或待排名的实体的真实分数。
y_score形状为 (n_samples, n_labels) 的类数组对象: 目标分数，可以是概率估计、置信值，或未经过阈值处理的决策度量（如某些分类器返回的“decision_function”）。
kint, default=None: 仅考虑排名中最高的 k 个分数。如果为 None，则使用所有输出。
log_basefloat, default=2: 用于折扣计算的对数底数。值越低意味着折扣越陡峭（顶部结果越重要）。
sample_weightshape 为 (n_samples,) 的 array-like, default=None: 样本权重。如果为 None，则所有样本具有相同的权重。
ignore_tiesbool, default=False: 假设 y_score 中没有平局（如果 y_score 是连续的，这种情况很可能发生），以提高效率。

返回:

discounted_cumulative_gainfloat: 平均的样本 DCG 分数。

另请参阅

ndcg_score: 折损累计增益除以理想折损累计增益（完美排名获得的 DCG），以便得到一个介于 0 和 1 之间的分数。

References

维基百科关于折损累计增益的条目.

Jarvelin, K., & Kekalainen, J. (2002). Cumulated gain-based evaluation of IR techniques. ACM Transactions on Information Systems (TOIS), 20(4), 422-446.

Wang, Y., Wang, L., Li, Y., He, D., Chen, W., & Liu, T. Y. (2013, May). A theoretical analysis of NDCG ranking measures. In Proceedings of the 26th Annual Conference on Learning Theory (COLT 2013).

McSherry, F., & Najork, M. (2008, March). Computing information retrieval performance measures efficiently in the presence of tied scores. In European conference on information retrieval (pp. 414-421). Springer, Berlin, Heidelberg.

示例

>>> import numpy as np
>>> from sklearn.metrics import dcg_score
>>> # we have ground-truth relevance of some answers to a query:
>>> true_relevance = np.asarray([[10, 0, 0, 1, 5]])
>>> # we predict scores for the answers
>>> scores = np.asarray([[.1, .2, .3, 4, 70]])
>>> dcg_score(true_relevance, scores)
9.49
>>> # we can set k to truncate the sum; only top k answers contribute
>>> dcg_score(true_relevance, scores, k=2)
5.63
>>> # now we have some ties in our prediction
>>> scores = np.asarray([[1, 0, 0, 0, 1]])
>>> # by default ties are averaged, so here we get the average true
>>> # relevance of our top predictions: (10 + 5) / 2 = 7.5
>>> dcg_score(true_relevance, scores, k=1)
7.5
>>> # we can choose to ignore ties for faster results, but only
>>> # if we know there aren't ties in our scores, otherwise we get
>>> # wrong results:
>>> dcg_score(true_relevance,
...           scores, k=1, ignore_ties=True)
5.0

dcg_score#

本页