Scikit learn sklearn ndcg_分数返回错误结果

我正在从事一个使用NDCG（标准化分布累积增益）的项目，我了解该方法的基本计算

因此，我从

sklearn.metrics

导入了

ndcg_score

，然后将一个基本事实数组和另一个数组传递给

ndcg_score

函数以计算其ndcg得分。地面真相数组具有值

[5,4,3,2,1]

，而另一个数组具有值

[5,4,3,2,0]

，因此这两个数组中只有最后一个元素不同

from sklearn.metrics import ndcg_score

user_ndcg = ndcg_score(array([[5, 4, 3, 2, 1]]), array([[5, 4, 3, 2, 0]]))

我预计结果约为0.96233（9.88507/10.27192）。然而，

user\u ndcg

实际上返回了

1.0

，这让我很惊讶。起初我认为这是由于舍入，但事实并非如此，因为当我在另一组数组上进行实验时：

ndcg_分数（数组（[[5,4,3,2,1]]）、数组（[[5,4,0,2,0]]）

，它正确地返回了0.98898

---

有人知道这是否可能是sklearn

ndcg_score

函数的错误，或者我的代码是否有问题吗？

我假设您试图预测此问题的六个不同类别（0、1、2、3、4和5）。如果要评估五个不同观测值的ndcg，必须向函数传递两个形状数组

（5,6）

也就是说，您已经将基本事实和预测转换为五行和每行六列的数组

# Current form of ground truth and predictions
y_true = [5, 4, 3, 2, 1]
y_pred = [5, 4, 3, 2, 0]
# Transform ground truth to ndarray
y_true_nd = np.zeros(shape=(5, 6))
y_true_nd[np.arange(5), y_true] = 1
# Transform predictions to ndarray
y_pred_nd = np.zeros(shape=(5, 6))
y_pred_nd[np.arange(5), y_pred] = 1
# Calculate ndcg score
ndcg_score(y_true_nd, y_pred_nd)
> 0.8921866522394966

下面是

y\u true\u nd

和

y\u pred\u nd

的样子：

y\u true\n
数组（[[0,0,0,0,0,0,1.]），
[0., 0., 0., 0., 1., 0.],
[0., 0., 0., 1., 0., 0.],
[0., 0., 1., 0., 0., 0.],
[0., 1., 0., 0., 0., 0.]])
是的，是的
数组（[[0,0,0,0,0,0,1.]），
[0., 0., 0., 0., 1., 0.],
[0., 0., 0., 1., 0., 0.],
[0., 0., 1., 0., 0., 0.],
[1., 0., 0., 0., 0., 0.]])

基本事实是否只有一个观察结果，或者应该是5个观察结果？@ArturoSbr基本事实应该是5个观察结果。