知识卡片
稀有类别要看查准查全
正例很少时,可在训练阶段调整类别权重或重采样,避免模型只学会多数类;评估仍要保留真实分布,分别看正例查准率与查全率。F1 是两者的调和平均:2PR/(P+R)。单报“准确率80%”不足以判断稀有订购争议能否被识别,须给出混淆矩阵和业务误判成本。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《大型企业微服务架构实践与运营》第15章15.5.1–15.5.2(源文件:_epub-src/OEBPS/Text/0022.xhtml)
- 结论依据:原书说明正例极少并通过采样使训练样本相对均衡,但把这种处理称为“负采样”,且所列 F1 公式漏掉系数 2;此处按类别重平衡和标准 F1 定义纠正,不沿用错误术语与公式。
- 原始内容:由于不知情订购的样本数比率极低,如果按照正常的样本采样方式训练模型,模型能够充分学习到非不知情订购的样本……确保在每次训练模型时,模型获取的样本数相对均衡。
- 外部核对:https://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html;https://www.tensorflow.org/text/tutorials/word2vec