我在Tensorflow中作为eval_metrics注册精度和召回率时遇到了问题。我的标签和预测没有相同数量的元素，所以我不能使用已经内置的函数。我有计算精度和召回率的函数，但是我似乎不能得到precision_update_op和recall_update_op。你知道我怎么才能从标签，预测和前面提到的计算精度和召回
浏览 3提问于2018-07-28得票数 0
7回答
我真的很困惑如何在集群应用程序中计算精度和召回率。给定两个集合A和B。通过对每个元素使用唯一键，我可以确定A和B中的哪个元素匹配。我正在做聚类，但我不确定如何计算精度和召回率。根据论文“集群检索的扩展性能图”()，公式是：我真的不知道哪些元素属于哪一类。到目前为止，我所做
浏览 2提问于2009-03-18得票数 9
回答已采纳
1回答
在这个文件中有两个类，"passion“和"salty”。我使用朴素贝叶斯算法对句子进行分类，现在我必须计算准确率和召回率。为此，我必须制作一个混淆矩阵，但我不知道怎么做。但是，如果我假设"salty“为正，"passion”为负，则数字与第一种情况完全不同，因此，当我想要计算精度和召回率时，我没有正确的答案。我是否应该分别计算两个类别的tp、tn、fp和fn (一次用于激情，
浏览 3提问于2016-11-24得票数 1
1回答
我使用来自的实体链接模型来预测一组文档。因为它们实际上并没有解释如何计算精度、召回和F1。因此，我使用实际的标记创建了一个dataframe，并从测试数据中预测了标记。:sushi soso我在想，基于这个，我是否能够自己计算精度、召回和f1，如果可以的话，我该怎么做呢？
浏览 4提问于2022-01-29得票数 0
1回答
我想训练一个命名实体识别的神经网络来标记一个未标记的文本数据集。生成的标签将通过众包平台进行检查。目标是注释数据集。因此，神经网络应该在文本中找到所有可能的实体，即具有较高的查全率而不是精确性。什么是训练神经网络以达到高召回率的最佳方法，即将较低的成本分配给假阳性而不是假阴性？是否可以将损失函数从负对数可能性转变为其他鼓励高召回的因素？
浏览 0提问于2019-08-04得票数 1
回答已采纳
0回答
我有一个倾斜的数据集(5,000,000个正样本和只有8000个负二进制分类)，因此，我知道，准确性不是一个有用的模型评估指标。我知道如何在数学上计算精度和召回率，但我不确定如何在python代码中实现它们。
当我在所有数据上训练模型时，我获得了99%的总体准确率，但对反面示例的准确率为0% (即。将一切都归类为积极的)。我已经使用criterion = nn.CrossEntropyLoss()和optimiser = optim.
浏览 5提问于2018-07-19得票数 3
回答已采纳
我正在做医学图像的分割任务，并试图计算精度，用测试数据回忆。图像的标签是0(背景)和1(对象)。 1 00 5 95 recall = TP
浏览 0提问于2019-11-11得票数 0
回答已采纳
大家好，我想知道的是，如果我想在lucene中测量精度和召回，那么对我来说最好的方法是什么？有没有我可以使用的示例课程代码？不过还是谢谢你
浏览 2提问于2010-11-29得票数 2
1回答
在NER中计算置信度
、、、、
我正在处理一个命名实体识别的问题。给出一个文本，我的模型是检测命名实体并为最终用户提取信息。现在，问题是最终用户需要一个信任评分与提取的实体。问题是，我们如何有效地度量在给定的序列中，我们的模型是否正确地检测到某个子序列作为组织名称(或位置或其他什么东西)？我们怎么能说它没有遗漏任何后来的或之前的标记，实际上它是被命名实体的一部分(就像它在上面的例子中错过了印度有限公司)？
浏览 0提问于2021-05-11得票数 1
2回答
我认为它首先需要计算精度和召回率。 训练的模型是SSD-300-Tensorflow。有没有代码或者什么东西可以产生这些结果呢？在名为metrics.py的文件夹tf_extended中有一个用于评估的文件，该文件具有用于精度和召回率的代码。训练完我的文件后，我将检查点放在了logs文件夹中。如何计算我的指标？
浏览 72提问于2021-10-03得票数 0
回答已采纳
现在我将报告命名实体识别的结果。我发现有一点令人困惑的是，我对精确度和召回率的理解是，一个人简单地总结了所有类别的真阳性、真阴性、假阳性和假阴性。但现在这似乎是不可信的，因为我认为每个错误分类都会同时产生一个假阳性和一个假阴性(例如，本应标记为"A“但被标记为"B”的标记是"A“的假阴性和”B“的假阳性)。因此，所有类别上的假阳性和假阴性的数量将是相同的，这意味着精度是(总是！)等同于回
浏览 7提问于2009-11-23得票数 33
回答已采纳
我想计算每批数据的f1分数，以及精确度和召回率。 我使用下面的代码计算精度和召回率，并将它们记录下来进行评估和训练。这是因为fscore应该是两个值，类似于精度和召回率。 有人能帮助我在tensorflow估计器中如何做到这一点吗？
浏览 20提问于2019-04-13得票数 0
回答已采纳
我正在使用tensorflow的预训练BERT模型进行基于标记的分类，以自动标记句子中的因果。huggingface：的TFBertForTokenClassification-Interface
我用来训练的句子都是根据BERT-tokenizer转换成记号(基本上是单词到数字的映射)，然后在训练之前填充到一定的长度然而，在训练和评估期间，我的模型也对PAD-tokens进行预测，它们也包括在模型的准确性中。通过这种方式，我可以非常快速地获得90+%的训练和验证准确性
浏览 0提问于2020-07-08得票数 1
我想知道如何使用混淆矩阵、情感分析、使用混淆矩阵的多类分类器来计算精度和回忆。我有一个5000条文字的数据集，我给100个样本做了人类标记。现在，我想根据这个数据样本来计算分类器的精确度和召回率。我有三门课:积极、中立和消极。red color > Negative
green color > Positiv
浏览 3提问于2017-07-13得票数 2
我想要计算精度和召回，并从二进制数据集(事件发生/不发生)在R中创建精确召回图。我的数据与下面的示例类似。0#> 5 1 0 1本质上，我的目标是评估pred_1和pred_2的精确性和召回率，以确定与truth (标准)相比的“事件”(标识为1)。我知道<e
浏览 2提问于2022-03-04得票数 0
回答已采纳
我用Apache uimaFIT和DKPro构建的命名实体识别(NER)管道在文本(例如人员、位置、组织等)中识别命名实体(目前称为数据类型)。我有一个黄金语料库和一个结果语料库，我想计算精度，回忆和F1评分。到目前为止，我计算这些指标如下：
1.Average precision, recall and F1 score per datatype for all document
浏览 0提问于2020-02-01得票数 2
回答已采纳
1回答
精确度和召回率的几何平均值
、、、、
我想让精度和召回率的加权几何平均值，并以一种优先于召回率而不是精确度的方式对其进行权衡。我知道几何平均值是sqrt(精确度*召回)，但我不确定如何将其参数化，以便在python中更重视召回。y_pred, labels=None, pos_label=1, average='multiclass', sample_weight=None, correction=0.0)
你知道如何在python中实现我想要的东西吗
浏览 2提问于2021-01-03得票数 2
1回答
现在，我已经计算了微观和宏观平均数(精确和召回)。我注意到的是，不同类别的预测的准确性不同。
浏览 1提问于2021-06-05得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
