有人可以帮助我以通俗易懂的方式解释AWS Personalize解决方案版本指标,或者至少告诉我这些指标理想情况下是什么样子?
我对机器学习一无所知,并想利用Personalize的优势,因为它是作为“无需先前知识”的ML SaaS销售的。但是,我的解决方案结果中的“解决方案版本指标”似乎需要相当高的数学知识。
我的解决方案版本指标如下:标准化折现累积值5:0.9881,10:0.9890,25:0.9898精度5:0.1981,10:0.0993,25:0.0399平均倒数排名25:0.9833
研究
我浏览了《个性化开发人员指南》https://docs.aws.amazon.com/personalize/latest/dg/personalize-dg.pdf ,其中包括第72页上每个指标的简短定义。我还尝试浏览了有关折扣累积收益和平均倒数排名的Wikipedia文章。从阅读的角度来看,这是我对每个指标的解释:NDG =建议相关性的一致性;第一条建议与最后一条建议是否相关?精度=推荐与用户的相关性;您的建议与所有用户的相关性如何?MRR =列表中第一推荐与列表中其他推荐的相关性;您的第一个推荐与每个用户的相关性如何?
如果这些解释正确,那么我的解决方案指标表明我对推荐无关的内容高度一致。这是一个有效的结论吗?