机器学习的常见问题

评价指标

AUC
ROC曲线下的面积。
ROC曲线，
横坐标：伪正阳率，预测为负例但实际为正例/真正负例数
纵坐标：召回率
以所有预测值为阈值，计算点，连起来就是ROC曲线
越靠近(0, 1)，表示分类器分类越准。
AUC表示将正样本排在负样本前面的概率。

NDCG
全称为Normalized discounted cumulative gain

损失函数

交叉熵
相对熵

参考

[1] https://www.jianshu.com/p/c61ae11cc5f6