python - 如何计算精度和召回率以评估推荐系统中基于内容的过滤

Question

我为电影推荐系统建立了一个模型。我有一个我推荐给用户的 5 部电影的列表。例如，user_id 1 已经看过电影（2,3 和 4），系统会建议他可能感兴趣的其他 5 部电影。为此，我想使用召回率、精度、新颖性和偶然性指标来评估我的系统。有人可以帮助我如何在 python 中做到这一点吗？

标签： pythonscikit-learnprecision-recallrecommender-systemscontent-based-retrieval