给出mean reciprocal rank的python实现代码

以下是一个简单的Python实现，用于计算平均倒数排名（MRR）：

def mrr(predictions, targets):
    """
    :param predictions: a list of lists of predicted labels
    :param targets: a list of correct labels
    :return: the mean reciprocal rank
    """
    ranks = []
    for i in range(len(targets)):
        rank = 0
        for j in range(len(predictions[i])):
            if predictions[i][j] == targets[i]:
                rank = 1 / (j + 1)
                break
        ranks.append(rank)
    return sum(ranks) / len(ranks)

该函数需要两个参数：预测标签的列表和正确标签的列表。预测标签列表是一个包含多个列表的列表，其中每个子列表都包含一个样本的预测标签。正确标签列表包含每个样本的正确标签。

该函数首先创建一个空列表来存储每个样本的排名。然后，对于每个样本，它遍历其预测标签列表，并找到第一个匹配正确标签的标签。如果找到了匹配的标签，则计算其排名并将其添加到排名列表中。

最后，该函数计算平均倒数排名（MRR），即将所有排名相加并将其除以样本数。

请注意，该实现假定所有样本都至少有一个正确标签，并且每个样本的预测标签列表都按照其相关性排序。