怎么来的?
我们平时用的精度accuracy,也就是整体的正确率
acc=predict_right_num/predict_num
这个虽然常用,但不能满足所有任务的需求。比如,因为香蕉太多了,也不能拨开人工的一个一个的看它的好坏(我爱吃啊,想想就心疼),此时我们就需要有一种方法,代替拨开香蕉这种粗鲁的手段。这时我们需要通过一些测试,看看哪种方法能更加准确的预测。我们可以通过
“准”:预测的准确度,就是我预测的结果中真正好的香蕉要越多越好;
“全”:就是所有的好的香蕉预测出来的越多越好,虽然把有些坏的也预测是好的了,那也不管,“全”就行。
其实这两者都想要达到就好了,但是不行的:
比如"准",我就预测一个算了,好的香蕉肯定比坏的比例高,也就是我只预测一个,100%比例几率最大了,这时就不“全”了,海域好多好的不能都当成坏的扔了吧。。
再比如"全",我去全部预测成好的这真正好的都在我的预测里,也就是100%。可是这时的"准"就贼不准了。。
所以就必须来平衡这俩同志的关系了,怎么平衡呢?肯定是通过权重来的呀,此时,F值登上历史舞台!
啥意思捏?
实例化讲解吧。比如我们的香蕉中 1 表示好的,0表示坏的,有10个香蕉:
gold : [ 1,1,1,1,1,0,0,0,0,0 ]
pred: [ 1,0,1,1,1,1,1,0,0,0 ]
注释:gold是现实的好坏;pred是预测的好坏。
P(Precision) 查准率:就是上面说的"准"。字面意思好理解呀,就是在预测当中查找准确个数的比例。公式为:
P = 真正预测准确的数量/预测是准确的数量 = 4 / 6
R(Recall) 查全率:就是上面的"全"。根据字面理解,在预测中看看真正预测对的占全有对的比率。公式为:
R = 真正预测准确的数量/所有真正好的数量 = 4 / 5
F值是: F(k) = ( 1 + k ) * P * R / ( ( k*k ) * P + R )
注释:k>0 度量了 查全率 对 查准率 的相对重要性。k>1查全率有更大影响;k<1查准率有更大影响。
在这个实例中可以表示为:k>1就是查全率有更大影响,就是好的香蕉最好都预测出来,因为你觉得不想把好的当成坏的扔点( 真可惜,我爱吃啊 ) ;k<1查准率有更大影响,就是一定要准确,省时间,省力更重要,不在乎好的香蕉当坏的扔点。
而我们常用的是F1,就是F(1)的意思,k=1,比如我们做一个分类任务,这几个类觉得都一样重要。此时:
F(1) = 2 * P * R / ( P + R )
代码实现:
背景:用evalList的长度是我需要求的P,R,F1的个数,比如我的实验是立场检测,分类为FAVOR(支持),AGAINST(反对),NONE(中立)。而NONE一般不考虑,只要求得FAVOR,AGAINST各自的P,R,F1,然后F1求个平均即可。比如这个论文的数据:
from Stance Detection with Bidirectional Conditional Encoding paper
这时我的evalList里有两个数据分别表示FAVOR,AGAINST各自的P,R,F1值。
这个P,R,F1的代码为:
![](https://i-blog.csdnimg.cn/blog_migrate/13ded8601eccee45660da9c42a6ceeae.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/0f4cbaf4cad82e94b677c2fa870f5ccc.jpeg)
就这样吧。应该讲的很详细了!
更多精彩内容,请关注 深度学习自然语言处理 公众号,就是下方啦!跟随小博主,每天进步一丢丢!哈哈!