我很长一段时间以来一直在研究文本分类问题，而且我在解释结果和下一步的问题时遇到了问题。
我一直致力于发布推文，如果他们是暴力的话就会进行分类。
结果
对于大小为1763的数据集（pos：214，neg：1549），训练为1234（pos：152，neg：1082）和TEST set 529（pos：62，neg：469）
具有BOW功能的测试集上的AUC分数 SVM：0.69 LR：0.67 1层NN：0.69
我无法解释问题是在拥有，数据还是更改模型。我认为，由于不同的模型给出了类似的结果，这意味着我需要更多质量更好的数据和更积极的例子。
我也不知道接下来应该做什么。
谢谢，
答案 0 :(得分：0)
如果您在解释结果时遇到问题，可以尝试使用不同的指标来评估分类的质量。例如，您可以尝试准确性，精确度，召回率和f1分数。在解释结果并确定您希望关注的指标之后，您可以探索不同的策略来改进它 - 例如，添加更多数据，执行超参数调整和/或尝试不同的模型。本书章节讨论了文本分类评估，可能对您有所帮助：Evaluation of text classification。感谢