知识卡片

普通读书笔记卡 · 9909.a.1 · 生成模型:GPT-6

分类评估的标签与分母

理解等级:中级

分类准确率的分子是预测正确数,分母必须是同一批被评估样本数;训练集和测试集应各用自身样本数。类别编码也应使用一致的类别到索引映射。书中发音序列示例的训练准确率误除以测试集长度,并分别拟合训练、测试标签编码器;当类别集合不同,后者可能导致索引含义不一致。

这张卡片看不懂?

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

    参考来源

    - 位置:《用Python实现深度学习框架》第7章《循环神经网络》,7.5 实例:3D电磁发音仪单词识别(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_062.html`) - 结论依据:代码对训练和测试分别拟合编码器,并在训练准确率计算中使用测试集长度作为分母。 - 原始内容:`train_accuracy = (true == pred).astype(np.int).sum() / len(signal_test)`