랭킹 (Learning to Rank)
랭킹은 “정답 여부”보다 “정답의 순서”를 직접 최적화하는 문제 설정입니다.핵심 개념
- 쿼리 단위 학습: 각 쿼리 안에서 문서 간 상대 순서를 학습
- 목적 함수: 회귀 손실 대신
NDCG,MAP,MRR같은 순위 지표 최적화 - Pairwise/Listwise 접근: 문서 쌍 또는 목록 전체를 기준으로 경사 계산
자주 보는 평가 지표
NDCG@KMAP@KMRRHitRate@K
실무 체크포인트
- 학습/검증 분할은 반드시
query group단위로 분리합니다. - 라벨 스케일(예: 0~3 relevance)을 팀 공통 기준으로 고정합니다.
- 오프라인 지표 상승이 실제 클릭/전환 개선으로 이어지는지 A/B로 확인합니다.
알고리즘 목록
| 알고리즘 | 실습 링크 | 공식 문서 |
|---|---|---|
| LightGBM Ranker | Open | Docs |
| XGBoost Ranker | Open | Docs |