QiQingY
commented
1 year ago 如题，求解答
在我们的实验设置中，每一个样本仅仅只有一个ground truth，所以针对每一个样本，如果我们推荐的top N里包含这个ground truth，那么这个样本的prediction metric就为1，否则为0，可以理解为分母为1，分子为0或者1。而对于整个测试集，就是对所有样本的prediction metric的一个平均。
在STAN的论文叫做recall@N，在GETNext叫做acc@N，但是他们的计算逻辑都是一样的。
虽然我们代码里用的recall，论文用的accuracy，但是其实我认为叫做recall@N会更合适一些。
另外补充一点，如果Label对应的ground truth对应的是一个集合的话，acc@N和recall@N的区别就更好弄清楚一些 :)
如题，求解答