निम्नलिखित में से कौन सा पुनर्प्राप्ति मीट्रिक स्मरण और परिशुद्धता का हरात्मक माध्य है?

सही उत्तर F1 स्कोर है

Key Points

• F-स्कोर (जिसे F-माप या F1 स्कोर के रूप में भी जाना जाता है) परिशुद्धता और स्मरण का हरात्मक माध्य है, जिसकी गणना सूत्र द्वारा की जाती है:
  • 2 x (परिशुद्धता x स्मरण) / (परिशुद्धता + स्मरण).
• F-स्कोर की एक आलोचना यह है कि यह किसी सिस्टम के प्रदर्शन को पूरी तरह से प्रतिबिंबित नहीं कर सकता है, क्योंकि उच्च F-स्कोर परिशुद्धता और स्मरण के बीच असंतुलन के कारण हो सकता है।
• उच्च सटीकता वाले सिस्टम अक्सर एक माप को बेहतर बनाने के लिए संघर्ष करते हैं बिना दूसरे को नकारात्मक रूप से प्रभावित किए।
• ऐसे अनुप्रयोगों के लिए जहां सूचना पुनर्प्राप्ति सटीकता से अधिक महत्वपूर्ण है—सभी सत्य सकारात्मक को सुनिश्चित करने के लिए गलत सकारात्मक को स्वीकार करना—F2 माप का उपयोग किया जाता है, जिसमें स्मरण पर अधिक जोर दिया जाता है।
• इसके विपरीत, F0.5 माप परिशुद्धता को अधिक महत्व देता है।

Additional Information

• संचयी लाभ:
  • यह मीट्रिक प्रासंगिक दस्तावेजों के एक सेट को पुनर्प्राप्त करके प्राप्त कुल लाभ को मापता है।
  • लाभ को आमतौर पर पुनर्प्राप्त प्रासंगिक दस्तावेजों की संख्या के रूप में दर्शाया जाता है।
  • यह परिशुद्धता और स्मरण संतुलन पर विचार नहीं करता है और इन दो मीट्रिक के हरात्मक माध्य की गणना नहीं करता है।
• छूट दिया गया संचयी लाभ (DCG):
  • DCG संचयी लाभ में सुधार है जो रैंकिंग में प्रासंगिक दस्तावेजों की स्थिति को ध्यान में रखता है।
  • यह रैंकिंग में कम दिखाई देने वाले प्रासंगिक दस्तावेजों को एक छूट कारक लागू करके दंडित करता है, आमतौर पर दस्तावेज़ के रैंक के आधार पर।
  • जबकि यह उच्च रैंक वाले दस्तावेजों को अधिक वजन देता है, इसमें परिशुद्धता और स्मरण का हरात्मक माध्य सीधे शामिल नहीं है।
• सामान्यीकृत छूट दिया गया संचयी लाभ (NDCG):
  • NDCG विभिन्न प्रश्नों या प्रणालियों में तुलनीय बनाने के लिए DCG का एक सामान्यीकरण है।
  • यह आदर्श DCG (IDCG) से DCG को विभाजित करके DCG को सामान्य करता है, जो उस प्रश्न के लिए सर्वोत्तम संभव रैंकिंग का प्रतिनिधित्व करता है।
  • DCG की तरह, इसमें परिशुद्धता और स्मरण का हरात्मक माध्य शामिल नहीं है।