Python pyspark RankingMetrics用法及代码示例

本文简要介绍 pyspark.mllib.evaluation.RankingMetrics 的用法。

用法: class pyspark.mllib.evaluation.RankingMetrics(predictionAndLabels)

排名算法的评估器。

1.4.0 版中的新函数。

参数：

predictionAndLabels：pyspark.RDD: (预测排名，地面实况集)对的 RDD。

例子：

>>> predictionAndLabels = sc.parallelize([
...     ([1, 6, 2, 7, 8, 3, 9, 10, 4, 5], [1, 2, 3, 4, 5]),
...     ([4, 1, 5, 6, 2, 7, 3, 8, 9, 10], [1, 2, 3]),
...     ([1, 2, 3, 4, 5], [])])
>>> metrics = RankingMetrics(predictionAndLabels)
>>> metrics.precisionAt(1)
0.33...
>>> metrics.precisionAt(5)
0.26...
>>> metrics.precisionAt(15)
0.17...
>>> metrics.meanAveragePrecision
0.35...
>>> metrics.meanAveragePrecisionAt(1)
0.3333333333333333...
>>> metrics.meanAveragePrecisionAt(2)
0.25...
>>> metrics.ndcgAt(3)
0.33...
>>> metrics.ndcgAt(10)
0.48...
>>> metrics.recallAt(1)
0.06...
>>> metrics.recallAt(5)
0.35...
>>> metrics.recallAt(15)
0.66...

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.mllib.evaluation.RankingMetrics。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。