推 bessgaga: 那個loss就是把每一個label都當作一個二分類問題來做, 08/24 17:57
→ bessgaga: 至於matric其實可以自己寫你要的效能判斷式,比如我之前 08/24 17:57
→ bessgaga: 在做通訊工程問題就是算overall capacity ,不一定要拘 08/24 17:57
→ bessgaga: 泥在他的matrices 08/24 17:57
推 sean50301: multi label用precision recall來看比較好吧? 08/24 20:04
推 yoyololicon: precision recall f1-score 08/24 20:43
→ KuChanTung: 必須要自己寫generator 08/24 20:49
之前做二分類的時候有使用:
Accuracy / Precision / Recall / F1-measure / ROC&AUC 這些指標
在多標籤這邊要用的話,是要針對個別的label去計算上述指標分數嗎?
有沒有一種指標是以整體來評估的呢?
※ 編輯: clairehuei (1.160.84.186 臺灣), 08/24/2019 21:44:38
※ 編輯: clairehuei (1.160.84.186 臺灣), 08/24/2019 21:45:05
推 luluthejason: 我覺得 要看你到底想要評估什麼才對 不是說找個指 08/27 18:15
→ luluthejason: 標就好 是看你有什麼期望才對吧? 08/27 18:15
推 illegalplan: 不然你自己對每個類別的F1做加權如何 之後再看各類 08/28 09:55
→ illegalplan: 別的recall/precision 08/28 09:55
推 ZongXiu: 使小數點第一位四捨五入,取整數,計算完全相同的比例 08/30 19:19