title: “Ranking | Métricas para Top‑K em busca e recomendação” weight: 4 created: 2019-03-09T08:04:12+09:00 lastmod: 2024-06-01T00:00:00+09:00 chapter: true not_use_colab: true not_use_twitter: true pre: “4.5 ” header_image: “/images/bg/france.jpg” #
まとめ
- Métricas de ranking avaliam a qualidade dos resultados Top‑K.
- MAP, NDCG e Recall@K são essenciais em recomendação e busca.
Conteúdo #
- Hit Rate
- Recall@K
- MAP
- NDCG
Guia rápido #
- Hit Rate@K: proporção de consultas com pelo menos um item relevante no Top‑K. Fácil de comunicar; ignora posições.
- Recall@K: cobertura de itens relevantes no Top‑K. Útil quando importância é recuperar o máximo possível.
- MAP@K: média da precisão acumulada até K; recompensa listas que ranqueiam relevantes cedo e de forma consistente.
- NDCG@K: ganho descontado pela posição; permite pesos por relevância (multi‑nível).
Boas práticas #
- Fixe K por caso de uso (ex.: K=10 para carrosséis; K=50 para busca).
- Faça split por usuário/tempo para evitar vazamento e otimismo.
- Reporte intervalos (bootstrap) e compare modelos por deltas e custo de erro.