最佳情况下,模型总是把标签类别的概率预测为1,此时困惑度为1;
最坏情况下,模型总是把标签类别的概率预测为0,此时困惑度为正⽆无穷;
基线情况下,模型总是预测所有类别的概率都相同,此时困惑度为类别个数
所以任何一个有效模型的困惑度必须小于类别个数
循环神经网络中困惑度(perplexity)
最新推荐文章于 2023-04-20 02:08:03 发布
最佳情况下,模型总是把标签类别的概率预测为1,此时困惑度为1;
最坏情况下,模型总是把标签类别的概率预测为0,此时困惑度为正⽆无穷;
基线情况下,模型总是预测所有类别的概率都相同,此时困惑度为类别个数
所以任何一个有效模型的困惑度必须小于类别个数