我在 stackexchange 上进行了搜索，发现了一些类似this和this的主题，但它们与我的问题不太相关（或者至少我不知道如何使它们与我的问题相关）。

无论如何，假设我有两组预测结果，如df1和所示df2。

y_truth = [0, 1, 0, 1, 0, 1, 0, 1, 0, 1]
y_predicted_rank1 = [6, 1, 7, 2, 8, 3, 9, 4, 10, 5]
y_predicted_rank2 = [4, 1, 7, 2, 8, 3, 9, 6, 10, 5]
df1 = pd.DataFrame({'tag': yy_truth, 'predicted_rank': y_predicted_rank1}).sort_values('predicted_rank')
df2 = pd.DataFrame({'tag': yy_truth, 'predicted_rank': y_predicted_rank2}).sort_values('predicted_rank')

print(df1)

#   tag predicted_rank
#1  1   1
#3  1   2
#5  1   3
#7  1   4
#9  1   5
#0  0   6
#2  0   7
#4  0   8
#6  0   9
#8  0   10


print(df2)
#   tag predicted_rank
#1  1   1
#3  1   2
#5  1   3
#0  0   4
#9  1   5
#7  1   6
#2  0   7
#4  0   8
#6  0   9
#8  0   10

通过查看它们，我知道df1比 更好df2，因为在 中df2，负样本（零）被预测为排名 #4。所以我的问题是，这里可以使用什么度量标准，以便我可以（数学上）判断df1比df2？