本文介绍了评估文本分类结果的方法，包括分类正确率、精确度和查全率，强调了精确度和查全率在不同场景下的重要性。通过宏平均和微平均分析了衡量分类性能的视角，并讨论了排名评估在某些应用场景中的必要性，如垃圾邮件过滤和新闻分类。最后，强调了选择评估指标应根据应用需求和用户效用进行权衡。
如何评估分类结果：
方法：Cranfield创造检验校正：
ground truth:可以重复检验不同的系统，进行比较。
比较系统分类的结果
比较系统决策：哪个文档应该属于哪个分类；作者设定了哪些分类给文档
量化决定的相似度；等价衡量系统输出和理想输出之间的不同
比较方法时可以不考虑误差差异，允许误差的存在。
分类正确率：衡量正确决定率的基础
人决定：正确（+）；错误（-）
系统决定：正确（Y）；错误（N）
分类正确率=人决定和系统决定相同的个数/总的决定个数=Y（+）+N（-）/KN
分类正确率越大越好
最低0.47元/天 解锁文章
扫一扫
1271
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
