如何用python实现mean reciprocal rank

Mean Reciprocal Rank (MRR) 是一种衡量排序模型效果的指标，它衡量模型对于查询结果的排序效果。

下面是一个简单的Python实现MRR的例子：

def mean_reciprocal_rank(rankings):
    """
    计算Mean Reciprocal Rank
    :param rankings: 一个列表，包含多个查询结果列表
    :return: MRR
    """
    reciprocal_ranks = []
    for ranking in rankings:
        for i, item in enumerate(ranking):
            if item == 1:
                reciprocal_ranks.append(1 / (i + 1))
                break
    return sum(reciprocal_ranks) / len(reciprocal_ranks)

其中，`rankings`是一个包含多个查询结果列表的列表，每个查询结果列表包含多个候选结果，其中第一个是正确答案。例如：

rankings = [[1, 0, 0, 1], [0, 1, 0, 0, 0, 1], [0, 0, 1, 0, 1]]

其中，第一个查询的正确答案在第一个位置，第二个查询的正确答案在第六个位置，第三个查询的正确答案在第五个位置。

调用函数`mean_reciprocal_rank(rankings)`即可得出MRR指标的值。