Mean Percentage Ranking (MPR) 实现

本文主要是介绍Mean Percentage Ranking (MPR) 实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

 Mean Percentage Ranking (MPR) 是推荐系统的一个常用的评估函数，在IMF和LMF论文中都使用这一评价指标。

                                                                       

mpr实现：

import numpy as npdef MPR(R_hat,R):''':param R_hat: user dot item:param R: ratting:return: mean percentage rank'''rank = 0.0R_sum=np.sum(R)n_games=R.shape[1]R_hat_rank=np.argsort(np.argsort(-R_hat,axis=1))A=R*(R_hat_rank/n_games)rank = np.sum(A) / R_sumreturn rank

其中，使用2次np.argsort是为了得到元素在数组中的顺序名次。

这篇关于Mean Percentage Ranking (MPR) 实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---