sklearn中nDCG的输入

Question

我无法理解sklearn nDcg的输入格式：http://sklearn.apachecn.org/en/0.19.0/modules/generated/sklearn.metrics.ndcg_score.html

目前我遇到以下问题：我有多个查询，每个查询都已成功计算排名概率。但现在问题是为我想要使用sklearn nDcg的测试集计算nDCG。链接上给出的例子

>>> y_true = [1, 0, 2]
>>> y_score = [[0.15, 0.55, 0.2], [0.7, 0.2, 0.1], [0.06, 0.04, 0.9]]
>>> ndcg_score(y_true, y_score, k=2)
1.0

根据网站，y_true是基本事实，y_score是概率。以下是我的问题：

1. 此示例仅用于一个查询还是多个查询？
2. 如果这只是一个查询，那么y_true代表什么：原始排名？
3. 如果这是针对单个查询以及为什么我们有多个输入概率？
4. 如何将此方法应用于多个查询及其产生的概率？

Answer 1

您可以像处理多类分类问题一样查看它。

所以回答你的问题

  

  
1. 此示例仅用于一个查询还是多个查询？
  

一个查询

  

  
1. 如果这仅用于一个查询，那么y_true代表什么：原始排名？
  

我将其称为文档的相关性标签，因为它可能具有重复的值。

  

  
1. 如果这是一个查询，为什么我们有多个输入概率？
  

y_score是属于某个类别的文档的概率分布。在您的示例中，y_score = [[0.15, 0.55, 0.2], [0.7, 0.2, 0.1], [0.06, 0.04, 0.9]]表示第0个文档属于1类（最大为0.55），第一个文档属于0类（最大为0.7），第二个文档属于2类（最大为0.9） 。缺少文档，该示例也具有误导性。如果有四个文档，那就更好了。

  

  
1. 该方法如何应用于多个查询及其产生的概率？
  

然后您可以将多个查询中每个查询的nDCG分数取平均值。