腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(589)
视频
沙龙
1
回答
根据
F1
、
精确度
和
召回
率
分数
计算
准确性
、
、
在训练期间,我忘记将
模型
和
模型
的
预测保存在测试集上。我只有
F1
、
精确度
和
召回
率
分数
。我想知道是否有任何方法可以仅根据
F1
,精度和
召回
率
分数
来计算准确
率
?
f1
= 0.9466979550787799recall = 0.951001852163664
浏览 17
提问于2019-12-27
得票数 1
2
回答
在keras中使用class_weight处理不平衡数据集时,准确
率
会显著降低
、
、
、
我有一个很不直观
的
问题。我正在对亚马逊书评进行情感分析,数据集严重不平衡。正面评论几乎是负面评论
的
10倍,训练和测试
的
准确
率
都在90%左右(数据集不平衡)。然而,当我尝试在class_weight = {0:10 , 1:1}
的
帮助下平衡数据集时,训练和测试
的
准确
率
都下降到了65%左右。同样,如果我
的
class_weight = {0:1 , 1:10}准确
率
再次激增,那么显然我设置
的
class_weight是错误<
浏览 2
提问于2018-11-25
得票数 1
1
回答
如何
找
到我
的
word2vec
模型
的
准确性
、
精确度
、
召回
率
、
f1
分数
?
、
、
、
我正在做一个项目,寻找产品之间
的
相似性。该
模型
将excel数据表分为90%
的
训练/ 10%
的
验证。当我手动检查验证时,
模型
工作得很好。但我在评估过程中遇到了麻烦。我应该
如何
找到
准确性
、
精确度
、
召回
率
和
F1
分数
来了解我
的
模型
工作得有多好? 我是机器学习
的
新手,还在学习,请给我一些从哪里开始
的
线索。
浏览 61
提问于2020-07-28
得票数 0
回答已采纳
1
回答
4/96不平衡但.95以上
的
所有指标
、
、
我正在处理一些严重不平衡
的
数据集,其中我
的
1类在二进制分类问题中占数据
的
4%。我有大约1000万行,并开发了一个在accuracy_score、precision_score、recall_score、f1_score、roc_auc_score中输出+.95
的
模型
。我一直听说,数据需要平衡,否则,
模型
将偏向0类。在
模型
具有良好
的
f1
的
情况下,情况仍然是这样吗?在我
的
问题上,我该怎么办?
浏览 0
提问于2022-12-18
得票数 1
1
回答
关于提高SpaCy 2.2.3中NER
召回
率
的
建议
我正在寻找关于在SpaCy
的
自定义NER培训中提高
召回
率
的
建议(可能是通过超参数或不同
的
优化器)。 我目前正在训练SpaCy 2.2.3,以提取美国股票报价器作为自定义实体类型。我已经训练了大约40K个带有标记
的
新闻故事,这些新闻故事中标识了报价器,并尝试了使用默认超参数
的
默认Adam优化器。在测试集上,训练了30个时期(尽管我发现它们也与20个时期相似)后
的
统计数据如下:
f1
: 0.8024804229439122精度: 0.98
浏览 15
提问于2019-12-21
得票数 0
1
回答
如何
从评估度量值反向构造混淆矩阵?
、
、
、
、
我们获得评估指标的统计数据(如
精确度
、
召回
率
、准确
率
等)。从混淆矩阵中。在二分类问题中,我有评估指标的结果:
精确度
、
召回
率
、
F1
度量、
准确性
、特异性和平衡
准确性
。对于TN,FP,FN,TP
的
值有没有反向推导?
浏览 18
提问于2021-05-27
得票数 0
2
回答
什么是f1-score,它
的
值表示什么?
、
我知道
如何
使用它,但我不太明白它代表什么。如果我们把公式放在一边,我应该从f分值中理解什么?
浏览 3
提问于2017-08-30
得票数 6
回答已采纳
1
回答
为什么在训练huggingface transformers
模型
时评估损失会增加?
、
、
根据文献训练huggingface transformers NER
模型
,评估损失在几个时期后增加,但其他
分数
(
准确性
、
精确度
、
召回
率
、
f1
)不断变好。这种行为似乎出乎意料,对这种影响有什么简单
的
解释吗?这能否依赖于给定
的
数据?
浏览 0
提问于2020-10-12
得票数 1
1
回答
什么是机器学习中
的
“平均”
f1
分数
?
、
、
、
我知道
f1
分数
,它使用
精确度
和
召回
率
。但是,mean
f1
score中
的
“mean”是什么?当我们使用它
的
时候,
如何
计算“均值”?编辑以明确解释我
的
问题:我知道
f1
分数
是准确
率
和
召回
率
的
调和平均值。并且在计算
f1
得分时,需要多个分类结果来计算准确
率
和
召回
<
浏览 19
提问于2017-08-10
得票数 1
回答已采纳
1
回答
评估神经网络
模型
性能
的
方法
、
、
我想创建一个神经网络
模型
,将输入分为四类: A类、B类、C类和D类。每个类可以是0或1。我应该使用什么度量来评估我
的
模型
。我可以使用Precision,Recall,F-measure来评估
模型
吗?
浏览 1
提问于2019-07-08
得票数 0
2
回答
为什么我
的
预测
模型
准确
率
太高?
、
这是我
的
train_test_split代码X_train,X_test, y_train,
浏览 0
提问于2020-04-07
得票数 3
2
回答
数据不平衡时
f1
评分
的
早期停止问题
、
、
、
、
我有一个高度不平衡
的
数据集,只有不到0.5%
的
次要类。使用Keras,我将对DNN进行培训,并评估验证集
的
性能。损失函数为binary_crossentropy。我把我
的
早期停止
f1
评分,而不是验证损失。我在训练期间观察到
的
是,
f1
分数
上下波动很大,而验证损失却在减少。实际上,我
的
f1
分数
很低,而且早停下来,尽管
f1
的
分数
是很多时代
的</
浏览 0
提问于2018-11-17
得票数 6
1
回答
机器学习二进制分类
、
它基本上是句子
的
情感分析。目前只有二进制。正对负(目前我
的
数据中没有中性),所以它是二进制
的
。我发现一件奇怪
的
事情是,当正数编码为1 (positive=1,negative=0)和负数编码为1 (positive=0,negative=1)时,性能(
准确性
,
召回
率
,
精确度
,
F1
分数
)有显著差异当然,我使用了相同
的
X数据集和相同
的
模型
(架构)。仅更改了标签编码。
浏览 22
提问于2021-01-08
得票数 0
1
回答
在EC2实例上监控ML
模型
的
性能
、
、
、
、
如果我们返回并在EC2实例上使用停靠
的
ML
模型
-是否有任何本地方法来检查
模型
指标(例如,分类,例如,
准确性
,
精确度
,
召回
率
和
F1
得分)?当然,可以使用Cloudwatch,但它只会给出有关端点、磁盘利用率等
的
总体信息,而不是ML
模型
指标。
浏览 18
提问于2021-03-16
得票数 0
1
回答
关键字提取有什么基准吗?
、
、
、
、
但我无法评估
准确性
(或
精确度
,
召回
率
),因为我不知道数据
的
基本事实。我想要评估我
的
模型
的
准确性
(或精度,
召回
率
)。有什么基准吗?
浏览 4
提问于2019-11-27
得票数 0
1
回答
如何
使用混淆矩阵计算自定义训练
的
spacy ner
模型
的
总体精度?
、
、
、
我在试着评估我
的
定制训练Spacy NER
模型
。
如何
用混淆矩阵求出
模型
的
总体精度。 我试着用spacy scorer评估
模型
,它给出了
精确度
,
召回
率
和令牌准确度,参考了下面的内容。我希望输出是混淆矩阵,而不是单个精度、
召回
率
和标记
准确性
。
浏览 3
提问于2019-05-22
得票数 4
1
回答
如何
计算问答答案
的
精确度
、
你能告诉我一种方法来计算
精确度
,
召回
率
,
准确性
和
F1
我
的
系统有附表吗? how to calculate the attached
浏览 10
提问于2019-10-13
得票数 0
回答已采纳
1
回答
特征重要性和
模型
得分
、
、
嗨,我正在使用来自Kaggle ()
的
信用卡欺诈数据集进行随机森林分类器
的
实践。Feature: 27, Score: 0.00833Feature: 29, Score: 0.01267 我想看看重要
的
特性会
如何
影响
浏览 0
提问于2021-01-11
得票数 0
1
回答
随机森林分类器指标rdd
寻找随机森林分类器指标,如ROC,
精确度
回忆曲线,
精确度
,
召回
率
,基于数据帧使用pyspark
的
F1
分数
。我可以在RDD object.Could上得到相同
的
指标,请帮帮忙。
浏览 1
提问于2019-04-10
得票数 0
2
回答
如何
获得二进制类
的
精确度
、
召回
率
、准确度和
F1
、
、
我正在使用Apache Spark
的
ML库和RandomForestClassifier构建一个机器学习
模型
。我将数据集划分为训练和测试,如下所示 (tr,test) = dataframe.randomSplit([0.8,0.2]), seed = 23) 应用
模型
rf = RandomForestClassifiereval = BinaryClassificationEvaluator(rawPredictionCol="rawPrediction") eval.evaluate(prediction) 我<
浏览 20
提问于2019-04-16
得票数 1
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
一文读懂分类模型评估指标
实践一个完整的数据挖掘项目
机器学习——交叉验证、查准率与召回率
随机森林算法的一些应用情况
CMU 邢波教授团队再出新成果:利用深度学习技术预测出院用药
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券