Chính xác, nhớ lại, và F1-secre là những thước đo quan trọng được dùng để đánh giá hiệu suất của mô hình phân loại NLP. chúng giúp hiểu một mô hình dự đoán tốt đến mức nào, đặc biệt là trong các bộ dữ liệu mất cân bằng.

Hiểu chính xác

Tính toán chính xác về tỉ lệ của những dự đoán tích cực đúng giữa tất cả những dự đoán tích cực của mô hình.

Sự hiểu biết gợi lại

Hãy nhớ rằng, cũng được gọi là độ nhạy cảm, đo tỷ lệ các trường hợp tích cực được nhận diện đúng bởi mô hình.

Đang tính F1-Score

F1-Score là ý nghĩa của độ chính xác và sự nhớ lại. nó cung cấp một thước đo cân bằng cả hai, đặc biệt hữu ích khi sự phân phối lớp không cân bằng.

Tính mẫu

Giả sử một mô hình dự đoán 80 trường hợp tích cực, trong đó 60 trường hợp là đúng tổng số trường hợp tích cực là 70.

  • Độ phân giải: 60 / 80 = 0.75
  • Gọi lại: 60 / 70 857
  • F1-Score: 2 * (0.75 * 0.857) / (0.75 + 0.827) [F857].