我无法理解sklearn nDcg的输入格式：http://sklearn.apachecn.org/en/0.19.0/modules/generated/sklearn.metrics.ndcg_score.html
目前我有以下问题：我有多个查询，每个查询的排名概率都已计算成功。但现在的问题是为我想使用sklearn ndcg的测试集计算ndcg。链接上给出的示例
>>> y_true = [1, 0, 2]
>>> y_score = [[0.15, 0.55, 0.2], [0.7, 0.2, 0.1], [0.06, 0.04, 0.9]]
>>> ndcg_score(y_true, y_score, k=2)
1.0
根据site的说法，yútrue是基本真理，yúscore是概率，下面是我的问题：
这个例子是一个查询还是多个查询？
如果这只是一个查询，那么y_true代表什么：原始排名？
如果这是一个查询，为什么我们有多个输入概率？
如何将此方法应用于多个查询及其结果概率？
最佳答案
您可以将其视为类似于多类分类问题。
所以回答你的问题
这个例子是一个查询还是多个查询？
一个查询
如果这只是一个查询，那么y_true代表什么：原始排名？
我将它称为文档的相关标签，因为它可能有重复的值。
如果这是一个查询，为什么我们有多个输入概率？y_score是属于某个类的文档的概率分布在您的示例中，y_score = [[0.15, 0.55, 0.2], [0.7, 0.2, 0.1], [0.06, 0.04, 0.9]]表示第0个文档属于1类（0.55是最大值），第1个文档属于0类（0.7是最大值），第2个文档属于2类（0.9是最大值）。缺少文档，示例也具有误导性。最好有四份文件。
如何将此方法应用于多个查询及其结果概率？
然后，可以在多个查询中平均每个查询的nDCG分数。
关于python - sklearn中nDCG的输入，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49989128/