有人可以帮助我用外行的术语解释 AWS Personalize 解决方案版本指标，或者至少告诉我这些指标在理想情况下应该是什么样子？
我对机器学习一无所知，并希望利用 Personalize，因为它作为“无需先前知识”的 ML SaaS 进行营销。然而，我的解决方案结果中的“解决方案版本指标”似乎需要相当高水平的数学知识。
我的解决方案版本的指标如下：
归一化贴现累计
在5：0.9881，在10：0.9890，在25：0.9898
精度
在5：0.1981，在10：0.0993，在25：0.0399
平均倒数排名
在25：0.9833
研究
我浏览了个性化开发人员指南，其中包括第 72 页上每个指标的简短定义。我还尝试浏览维基百科关于折扣累积增益和平均互惠排名的文章。通过阅读，这是我对每个指标的解释：
NDG = 推荐相关性的一致性；第一条建议和最后一条建议一样相关吗？
精度 = 推荐给用户的相关性；您的建议与所有用户的相关性如何？
MRR = 列表中第一个推荐与列表中其他推荐的相关性；您的第一个推荐与每个用户的相关性如何？
如果这些解释是正确的，那么我的解决方案指标表明我在推荐不相关的内容方面是高度一致的。这是一个有效的结论吗？