공공연히 기록하기 ✍️

추천시스템의 성능을 명확하게 평가하기는 어렵다.어느 정도의 정량적 평가는 가능하지만, 그것이 정답이라고 할 수는 없다.사용자에 따라 주관적이며 도메인, 서비스, 목적성 등에 따라 기준이 달라질 수 있다.하나의 Metric로 평가하기 보다, 여러 Metric를 통해 다각도에서 평가하는 것이 필요하다고 생각한다.Table of Contents1. 평가 지표    - 비즈니스/서비스 관점    - PV, CTR2. 평가 방법    - Offline Test    - Online A/B Test3. 성능 지표    (1) 정확도, 정밀도, 재현율, F1 Score, PR Curve, ROC Curve    (2) Precsion@K, Recalll@K, MAP, nDCG, Hit Rate    (3) 평점 예측..

추천시스템, 추천 모델의 다양한 성능 평가 방법 중 mAP와 nDCG 평가 지표에 대해 알아보자.1. MAP@K- Precision, Recall- Cutoff (@K)- Average Precision (AP@K)- Mean Average Precision (MAP@K)2. nDCG- Relevance score, 관련성 점수- CG (Cumulative Gain)- DCG (Discounted Cumulative Gain)- IDCG (Ideal DCG)- nDCG (Normalized DCG) 1.  MAP (Mean Average Precision)@K Precision, Recall (정밀도와 재현율)Precision 정밀도→ 추천한 아이템 중 실제로 사용자가 관심을 보인 아이템의 비율Preci..