# pairwise

dahunyoo

이번 포스트에서는 오랜만에 조합테스트에 대해서 기재해봅니다. Allpairspy 라는 파이썬의 라이브러리를 사용해서 조합들을 Pairwise하게 생성해는 방법을 기재해봅니다. 아래의 글에서부터 이어집니다! https://velog.io/@dahunyoo/Combinational-Test-1.-Orthogonal-array-and-Pairwise https://velog.io/@dahunyoo/Combinational-Test-2.-PICT-and-CIT-BACH https://velog.io/@dahunyoo/Combinational-Test-3.-PictMaster Allpairspy 이전에 앞서 소개해드린 PICT 라던지 PictMaster 등은, 특정 플랫폼 (맥, 리눅스

h4y3j1n

구현한 추천 모델 성능 평가 오늘은 추천 시스템 모델의 objective function과 밀접한 관계가 있는 point-wise와 pair-wise , list-wise에 대해 정리한다. 이들은 loss를 정의하는 방법들이다. 1. Point wise approaches Point-wise는 Loss function에서 한번에 하나의 아이템만 고려한다. 다시 말해, 한개의 입력 데이터에 대해 예측된 값과 정답값에 대한 차이만 계산하는 방법이다. MSE(Mean Square Error) loss가 대표적인 예라고 볼 수 있습니다. ALS 모델이 이런 방식으로 학습하며 loss를 줄인다. Query(=User)가 input으로 들어왔을 때, 이에 대응하는 하나의 Item만 가져와 Score(User, Item) 를 계산하고, 이를 Label score와 비교하고 측정된 Loss를 최소화시키는 방향으로 optimize하는 것이다. 이 방식을 아