Statistics 比较AUC和RMSE

Statistics 比较AUC和RMSE,statistics,mathematical-optimization,recommendation-engine,auc,Statistics,Mathematical Optimization,Recommendation Engine,Auc,我想比较两篇论文的结果,即和的矩阵分解技术 第一个使用RMSE值,第二个使用AUC。有没有办法比较这些? 更具体地说,我想将第一篇论文(约为0.89)的隐含反馈RMSE与第二篇论文最后一页上的BRP-MF行(AUC为0.91-0.92)进行比较。您根本无法比较这些结果,至少有三个原因: 不同指标 不同的数据集——报告的结果不是来自同一数据集上的实验 不同的任务——评级预测不同于商品推荐——你也不会说预测商品价格和检测垃圾邮件是同一个任务,不是吗 你为什么要比较这些不同的方法呢? 也许你想重读第一

我想比较两篇论文的结果,即和的矩阵分解技术

第一个使用RMSE值,第二个使用AUC。有没有办法比较这些?
更具体地说,我想将第一篇论文(约为0.89)的隐含反馈RMSE与第二篇论文最后一页上的BRP-MF行(AUC为0.91-0.92)进行比较。

您根本无法比较这些结果,至少有三个原因:

  • 不同指标
  • 不同的数据集——报告的结果不是来自同一数据集上的实验
  • 不同的任务——评级预测不同于商品推荐——你也不会说预测商品价格和检测垃圾邮件是同一个任务,不是吗
  • 你为什么要比较这些不同的方法呢? 也许你想重读第一篇文章——它使用隐式反馈作为附加信号,以计算更好的评级预测,而在第二篇文章中,隐式反馈用于预测隐式反馈