algorithm - 计算一百万个注释的 F 分数的最快方法是什么？

Question

假设您想在有限数量的句子(编码为:0,1,2,..., S) 系列论文(编码为 0,1,...,P)。

您的机器学习算法返回以下文件:


论文、职位、事件
0,0,22
0,12,38
0,15,18
0,23,3
1,1064,25
1,1232,36
...


并且您想根据类似的真实数据文件计算 F 分数:


纸，真实位置，真实事件
0,0,22
0,12,38
0,15,18
0,23,3
1,1064,25
1,1232,36
...


由于您有很多论文和数百万个文件，计算每篇论文的 F 分数的最快方法是什么？

PS 请注意，没有任何东西可以保证两个文件具有相同数量的位置，ml 算法可能会错误地识别出不在真实情况中的位置。

Answer 1

只要两个文件中的条目对齐以便您可以直接逐行比较，我不明白为什么在 O(n) 时间内处理数百万行会很慢，即使在您的笔记本电脑上也是如此。