知识卡片
训练集得分不能代替泛化评估
一元器在训练过的全部Brown news上评估约93.49%,改成前80%训练、后20%测试约80.28%,两者回答记忆拟合与未见样本表现的不同问题。切分仍需符合来源/时间等任务条件,单个划分不证明稳定最优。这些是原书报告,未在本机复现;不能把第一组高分用作生产预期。
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。
在整书笔记中的位置
原书出处 · 1 处
- 第10章 NLP系统评估:性能分析 10.1.1 NLP工具的评估(词性标注器、词干提取器及形态分析器) · 查看原书依据
0.9349006503968017
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第10章 NLP系统评估:性能分析,spine064单元003;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00063.html。
- 结论依据:原文先同数据训练评估再做80/20对照,直接支持两种评估设定而非算法突然变差的区别。未在本机运行示例或改变环境。
- 原始内容:evaluate(sentences) 0.9349006503968017 考虑如下NLTK中的代码,其用分离的数据对一元语法标注器执行了训练和测试。给定的数据被分为80%的训练数据和20%的测试数据: >>> import nltk >>>