我正在进行文本分类分析,我运行了基于NB的分类器,产生了以下结果:
Classification Report:
precision recall f1-score support
0 0.00 0.00 0.00 2
1 0.67 1.00 0.80 4
avg / total 0.44 0.67 0.53 6
Classification Report:
precision recall f1-score support
0 0.00 0.00 0.00 0
1 1.00 0.83 0.91 6
avg / total 1.00 0.83 0.91 6
这里让我感到困惑的是以下问题。为什么平均/总分数的计算方式不同?为什么第二个表中的平均/总分只是第1类的精确/召回结果的副本?因为没有0级测试实例?
此致
guzden
答案 0 :(得分:0)
两种情况下的得分计算相同:
Ex.1: 1) f1 = 2 * 0.67 * 1.00 / (0.67 + 1.00) = 0.80
average f1 = 2 * 0.44 * 0.67 / (0.44 + 0.67) = 0.53
Ex.2: 2) f1 = 2 * 1.00 * 0.83 / (1.00 + 0.83) = 0.91
average f1 = 2 * 1.00 * 0.83 / (1.00 + 0.83) = 0.91
你在这里面临的问题叫做辛普森的悖论:你在不同的组(0和1)中有一个结果,当组合(平均)时会发生变化。查看Wiki页面,有一个很好的例子和解释。
<小时/>
第一种情况下的召回/精确平均计算:
Av. precision = (0.67 * 4 + 0.00 * 2) / (4 + 2) = 0.44
Av. recall = (1.00 * 4 + 0.00 * 2) / (4 + 2) = 0.67