累积累计收益DCG_SCORE SKLEARN

Question

from sklearn.metrics import ndcg_score, dcg_score
import numpy as np
  
actual= [3,2,0,0,1]
ideal= sorted(actual, reverse=True)

#list to np asarray
actualarr=np.asarray([actual])
idealarr= np.asarray([ideal])
print ("actual score as array", actualarr)
print("ideal score as array", idealarr)

#Discounted Cumulative Gain
dcg= dcg_score(idealarr, actualarr)
print("DCG: ", dcg)

我不明白为什么dcg_score以y_score为参数。当我奏效DCG Longhand（sum Residenta/log2（i+1））时，我可以得到相同的答案〜4.6，但是我只需使用True Scores [3,2,0,0,0,0]就可以实现这一目标。，为什么它还需要理想得分[3,2,1,0,0]在功能中？

Answer 1

我知道sklearn.metrics.ndcg通过从y_true中取值就可以计算其总和，就像根据y_score重新排序。

如：“总和在预测分数引起的顺序中排名的真​​实分数”

这意味着使用真实相关值在诱导的排名上计算公制。

一个小示例：

import numpy as np
from sklearn.metrics import dcg_score

def naive_dcg(y_score):
    score = 0
    for i,n in enumerate(y_score[0]):
        num = 2**n -1
        den = np.log2(i+1+1)
        score += num/den
    return score

y_true = [[1,0]]
y_score = [[0,1]]

print(f'sklearn: {dcg_score(y_true,y_score):.2}, naive: {naive_dcg(y_score):.2}')

y_score = [[0.1,0.2]]

print(f'sklearn: {dcg_score(y_true,y_score):.2}, naive: {naive_dcg(y_score):.2}')

输出：

sklearn: 0.63, naive: 0.63
sklearn: 0.63, naive: 0.17

显示幼稚的对同一排名顺序产生不同的度量。