我一直在阅读关于成对排名的论文，这是我没有得到的：
点对和成对排名的训练/测试数据有何区别？
这是我一直在阅读的论文：
http://www.cs.cornell.edu/people/tj/publications/joachims_02c.pdf
在那里，它说成对排序中的数据点是两个链接之间的不平等：
[line]。=。 [作为目标的两个链接之间的不平等] qid：[qid] [[链接1和2的特征]：[值1和2]]＃[info]
但是，RankLib确实支持成对的排名，例如RankNet和RankBoost，但是它使用的数据点格式是逐点的
[line]。=。 [绝对排名，即目标] qid：[qid] [feature1]：[value1] [feature2]：[value2] ...＃[info]
我有什么想念的吗？
最佳答案
按点排序类似于回归。每个点都有一个关联的等级分数，您想预测该等级分数。因此，给定查询后，您标记的数据集将具有特征向量和相关的排名得分
IE：{d1，r1} {d2，r2} {d3，r3} {d4，r4}
其中r1> r2> r3> r4
成对排名类似于分类。每个数据点都与另一个数据点相关联，目标是学习一个分类器，该分类器将预测两者中的哪个与给定查询“更多”相关。
IE：{d1> d2} {d2> d3} {d3> d4}