快速文本分类的精度和召回度为无

Question

我使用data进行分类。我没有拆分数据。以下是我的代码：

classifier = fasttext.supervised('cooking.stackexchange.txt', 'model', 
label_prefix='__label__')
result = classifier.test('cooking.stackexchange.txt')
print('P@1: ', result.precision)
print('R@1: ', result.recall)

结果是：nan，nan

为什么显示这个？有什么问题吗？（我在Windows10上使用fasttext）

Answer 1

假设您安装了最新版本的fasttext，请尝试以下操作：

import fastText.FastText as fasttext

def print_results(N, p, r):
    print("N\t" + str(N))
    print("P@{}\t{:.3f}".format(1, p))
    print("R@{}\t{:.3f}".format(1, r))

classifier = fasttext.train_supervised('cooking.stackexchange.txt', epoch=5)
result = classifier.test('cooking.stackexchange.txt')
print_results(*result)

# =>
# Read 0M words
# Number of words:  16568
# Number of labels: 736
# Progress: 100.0% words/sec/thread:   58127 lr:  0.000000 loss:  9.808085 ETA:   0h 0m
# N 15404
# P@1   0.162
# R@1   0.070

Here's another example来自fasttext github项目。