2015-06-09 2 views
0

Мое понимание точности классификации всегда было «# корректно классифицированными экземплярами, деленными на #instances». Используя Java-ML и применяя LibSVM к проблеме с несколькими метками, я получаю точность (и другие измерения) для каждого класса. Я не могу понять, как они связаны и какова общая точность.Интерпретация результатов Java-ML для классификации нескольких классов

Например, для моей проблемы 3 класса я получаю следующие результаты:

Anger: Accuracy = 0.48148148148148145 | F = 0.35 | Precision = 0.310126582278481 | Error rate = 0.5185185185185185 
Neutral: Accuracy = 0.9971509971509972 | F = 0.0 | Precision = NaN | Error rate = 0.002849002849002849 
Surprise: Accuracy = 0.47863247863247865 | F = 0.5653206650831354 | Precision = 0.616580310880829 | Error rate = 0.5213675213675214 

За что мой код выглядит следующим образом:

Map<Object, PerformanceMeasure> pm = cv.crossValidation(data, 5); 
for (Object o : pm.keySet()) { 
       System.out.println(o + ": Accuracy = " + pm.get(o).getAccuracy() 
         + " | F = " + pm.get(o).getFMeasure() 
         + " | Precision = " + pm.get(o).getPrecision() 
         + " | Error rate = " + pm.get(o).getErrorRate()); 
} 

ответ

0

Общая точность не так информативно, если не является равномерным распределением классов, что может быть истинным в вашем случае. Вы все равно можете вычислить его, но если хотите, см.: http://spokenlanguageprocessing.blogspot.com/2011/12/evaluating-multi-class-classification.html

Чтобы ответить на другой вопрос о том, как они связаны, результаты вычисляются на основе класса. Итак, для нейтрального (настроения?) У вас есть большая точность (более 99%), хотя вы не предсказывали ни одного нейтрального примера (может быть, в вашем наборе данных, возможно, нет NaN). Ваша точность повышается, потому что вы называете все остальное «не нейтральным», и есть много таких случаев. Другие случаи легче понять, потому что они имеют положительные и отрицательные примеры и более разумные цифры. Надеюсь это поможет.

 Смежные вопросы

  • Нет связанных вопросов^_^