machine-learning - SVM-Light 显示损坏的精度/召回结果

Question

我运行 SVM-Light 分类器，但它输出的召回/精度行似乎已损坏:

Reading model...OK. (20 support vectors read)
Classifying test examples..100..200..done
Runtime (without IO) in cpu-seconds: 0.00
Accuracy on test set: 95.50% (191 correct, 9 incorrect, 200 total)
Precision/recall on test set: 0.00%/0.00%

我应该配置什么才能获得有效的精度和召回率？

Answer 1

例如，如果你的分类器总是预测“-1”——负类；然而，您的测试数据集包含 191 个“-1”和 9 个“+1”作为黄金标签，您将得到其中 191 个正确分类的数据，其中 9 个错误分类的数据。

True positives : 0        (TP)
True negatives : 191      (TN)
False negatives: 9        (FN)
False positives: 0        (FP)
Thus:
               TP             0
Precision = -----------  = --------- = undefined
             TP + FP         0 + 0

               TP             0
Recall    = -----------  = --------- = 0
             TP + FN        0 + 9

从上面的公式中，您知道只要您的 TP 为零，您的精度/召回率要么为零，要么未定义。

要进行调试，您应该输出(对于每个测试示例)黄金标签和预测标签，以便您知道问题出在哪里。