小编Yan*_*Leo的帖子

我试图了解scikit学习中决策树拆分器的实现，但我坚持要开始寻找最佳拆分器。

需要帮助来了解其中正在进行的算法。

我需要从第352行开始理解的代码（在此文件中[ https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_splitter.pyx），这基本上是决策树的核心已建

在 cython 中使用 prange 时如何处理 cython 中的关键部分？

#pragma omp important是否允许？

for e in prange(num,nogil=True,num_threads=4):
.
.
.
  #pragma omp critical
  cs
.
.
.
end_for

我无法理解sklearn nDcg的输入格式：http ://sklearn.apachecn.org/en/0.19.0/modules/generated/sklearn.metrics.ndcg_score.html

当前，我遇到以下问题：我有多个查询，每个查询都已成功计算出排名概率。但是现在的问题是为我想使用sklearn nDcg的测试集计算nDCG。链接上给出的例子

>>> y_true = [1, 0, 2]
>>> y_score = [[0.15, 0.55, 0.2], [0.7, 0.2, 0.1], [0.06, 0.04, 0.9]]
>>> ndcg_score(y_true, y_score, k=2)
1.0

根据站点的说法，y_true是基本事实，y_score是概率，所以我的问题如下：

1. 此示例仅用于一个查询还是多个查询？
2. 如果仅用于一个查询，那么y_true代表什么：原始排名？
3. 如果这是针对单个查询的，为什么我们有多个输入概率？
4. 如何将此方法应用于多个查询及其产生的概率？