29、文本分类：从精度、召回率到多分类器投票

文本分类：从精度、召回率到多分类器投票

1. 不同SVM分类器的精度对比

在文本分类中，不同的SVM分类器表现各异。NuSVC是最准确的SVM分类器，略高于LinearSVC，而SVC的准确性远低于前两者。这些准确性差异是由不同的算法实现和默认参数导致的。若想了解这些具体实现，可访问链接： http://scikit - learn.org/stable/modules/svm.html 。

2. 分类器的精度和召回率

2.1 基本概念

除了准确性，还有许多其他指标用于评估分类器，其中最常见的两个是精度（Precision）和召回率（Recall）。在理解这两个指标之前，需要先了解假阳性（False Positives）和假阴性（False Negatives）。假阳性是指分类器将一个特征集错误地分类到某个标签下；假阴性则是指分类器未能将一个特征集分类到它应该属于的标签下。在二元分类器中，这两种错误可能同时发生。

例如，一个分类器将一篇电影评论分类为“积极（pos）”，而实际上它应该是“消极（neg）”，这对于“积极”标签来说是一个假阳性，对于“消极”标签来说是一个假阴性。如果分类器正确地猜测为“消极”，那么对于“消极”标签来说就是一个真阳性，对于“积极”标签来说就是一个真阴性。

精度是指缺乏假阳性的程度，召回率是指缺乏假阴性的程度。通常情况下，这两个指标是相互竞争的：分类器越精确，召回率就越低，反之亦然。

2.2 计算精度