排序类问题度量指标:Recall , MAP，MRR
信息检索领域的度量指标
对于给定的一个查询，返回了一系列文档。
1. Precision 精度：返回结果中相关文档的比重。P = 返回相关文档数/返回中文档数
2.Recall 召回率：返回结果中相关文档占总相关文档的比重。 Recall = 返回相关文档数/总相关文档数。
评价排序类问题的性能时，要同时考虑排序结果中相关个体的数目，也要考虑相关个体在整个列表中位置。当相关个体返回的越多，相关个体位置越靠前，说明该排序方法性能较好。
Precision 考虑的是结果的数量占比，并没有考虑结果的位置。于是，引入了AP（Average Precision）度量，该度量计算出返回结果的每个位置的Precision，对所有的Precision进行求平均值，如果某位置是不相关结果则不进行计算。
| 结果顺序 | 相关性 | Precision |
| 1 | false | 0 |
| 2 | true | 1/2=0.5 |
| 3 | true | 2/3=0.66 |
| 4 | false | 0 |
| 5 | true | 3/5=0.6 |
| 6 | false | 0 |
| 7 | false | 0 |
| 8 | false | 0 |
| 9 | true | 4/9=0.44 |
| 10 | true | 5/10=0.5 |
| AP | 0.54 |
| 结果顺序 | 相关性 | Precision |
| 1 | true | 1/1=1 |
| 2 | true | 2/2=1 |
| 3 | false | 0 |
| 4 | true | 3/4=0.75 |
| 5 | true | 4/5=0.8 |
| 6 | false | 0 |
| 7 | false | 0 |
| 8 | false | 0 |
| 9 | false | 0 |
| 10 | false | 0 |
| AP | 0.89 |
从表格中可以看出，对某个位置，只计算该位置之前（包括该位置在内）的所有相关结果在返回结果中的比重，对不相关结果不进行计算。从两个表中可以看出虽然表2中返回的相关结果<表1，但是因为表2中的相关结果比较靠前，所以计算出的AP值却比表1大。因此，AP可以对排序结果的位置进行度量。如上所述，AP是对一条查询结果的度量，MAP则是对所有查询结果的AP值进行平均，求得整个排序模型的性能。
MRR后续更新...
