文本分類——算法性能評估
內容提要 數據集 英文語料 中文語料 評估指標 召回率與準確率 F1-評測值 微平均與宏平均 混淆矩陣 優秀的文本分類模型必須經得住真實數據集的驗證，於是分類器必須在通用的數據集上進行測試。用於文本分類的數據集通常稱爲語料庫。 語料庫指經科學取樣和加工的大規模電子文本庫。藉助計算機分析工具，研究者可開展相關的語言理論及應用研究。語料庫中存放的是在語言的實際使用中真實出現過的語言材料；語料庫
相關文章
- 1. 評估算法的性能
- 2. 算法性能評估
- 3. 分類算法的評估方法
- 4. 分類模型性能評估指標
- 5. 評估分類器性能的度量
- 6. 分類之性能評估指標
- 7. 聚類算法系列--聚類的性能評估Clustering performance evaluation
- 8. 遺傳算法的性能評估
- 9. 文本分類模型的評估
- 10. 分類算法的評估指標
- 更多相關文章...
- • XSD 僅含文本 - XML Schema 教程
- • C# 文本文件的讀寫 - C#教程
- • Kotlin學習（二）基本類型
- • 算法總結-二分查找法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 評估算法的性能
- 2. 算法性能評估
- 3. 分類算法的評估方法
- 4. 分類模型性能評估指標
- 5. 評估分類器性能的度量
- 6. 分類之性能評估指標
- 7. 聚類算法系列--聚類的性能評估Clustering performance evaluation
- 8. 遺傳算法的性能評估
- 9. 文本分類模型的評估
- 10. 分類算法的評估指標