- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个使用某种字符串匹配方法的两个文本之间的相似度分数similarity_scores
列表。我手动添加了 actual_value
以显示文本是否确实相似。有没有任何统计方法可以找到超过相似度得分
的阈值?
similarity_scores actual_value
1.0 1
1.0 1
1.0 1
1.0 1
0.99 1
0.99 1
0.99 1
0.989 1
0.944 1
0.944 1
0.941 1
0.941 1
0.941 1
0.941 1
0.941 0
0.934 0
0.933 0
0.933 1
0.88 1
0.784 0
0.727 0
0.727 0
0.714 0
0.714 1
0.714 0
0.714 0
0.711 0
0.711 0
0.707 0
0.707 0
0.696 0
0.696 0
0.696 0
0.696 0
最佳答案
确定特定分类对于文档检索的效果的常用方法是使用 precision and recall值(value)观。在您的示例中,对于给定阈值[1]:
精度告诉您超过阈值的文档中被手动标记为 1
值的百分比,或者,
number of documents above the threshold tagged 1
------------------------------------------------
number of documents above the threshold
召回率告诉您用 1
标记的文档高于阈值的百分比:
number of documents above the threshold tagged 1
------------------------------------------------
number of documents tagged 1
在您给出的示例中,您可以为每个可能的阈值计算这些值,但唯一相关的是那些我们在零和一序列之间进行转换的值,因此我只会查看这些点:
1.0 1
1.0 1
1.0 1
1.0 1
0.99 1
0.99 1
0.99 1
0.989 1
0.944 1
0.944 1 TH=0.944 #1's=10; #0's=0
0.941 1
0.941 1
0.941 1
0.941 1
0.941 0 TH=0.941 #1's=14; #0's=1
0.934 0
0.933 0
0.933 1 TH=0.933 #1's=15; #0's=3
0.88 1 TH=0.880 #1's=16; #0's=3
0.784 0
0.727 0
0.727 0
0.714 0
0.714 1
0.714 0
0.714 0 TH=0.714 #1's=17; #0's=9
0.711 0
0.711 0
0.707 0
0.707 0
0.696 0
0.696 0
0.696 0
0.696 0
标记为 1
的文档总数为 17
。
因此,对于这 5 个可能的阈值 TH
,我们的精度
和召回
如下:
TH = 0.944
precision = 10/10 = 1.000
recall = 10/17 = 0.588
TH = 0.941
precision = 14/15 = 0.933
recall = 14/17 = 0.824
TH = 0.933
precision = 15/18 = 0.833
recall = 15/17 = 0.882
TH = 0.880
precision = 16/19 = 0.842
recall = 16/17 = 0.941
TH = 0.714
precision = 17/26 = 0.654
recall = 17/17 = 1.000
您对此处这些值的处理很大程度上取决于您的数据以及结果对误报或误报的敏感程度。例如,如果您想确保误报尽可能少,则需要使用 TH = 0.941
甚至 TH = 0.944
阈值。
如果您想平衡精确度和召回率,您可能需要使用 TH = 0.880
,因为这两种度量都从高于其的阈值开始增加,并且精确度比低于其的阈值好得多。这是一种相当主观的方法,但我们可以通过使用 F-measure 在一定程度上实现自动化。 。具体来说,我将使用 F1-measure
,但您可以找到适合您数据的一个。
F1-measure
定义为:
F1 = 2 * precision * recall
------------------
precision + recall
使用上面的数字我们得到:
TH = 0.944 F1 = 2*1.000*0.588/1.000+0.588 = 0.741
TH = 0.941 F1 = 2*0.933*0.824/0.933+0.824 = 0.875
TH = 0.933 F1 = 2*0.833*0.882/0.833+0.882 = 0.857
TH = 0.880 F1 = 2*0.842*0.941/0.842+0.941 = 0.889
TH = 0.714 F1 = 2*0.654*1.000/0.654+1.000 = 0.791
如您所见,通过 F1 测量,TH=0.880
名列前茅,TH=0.941
紧随其后,给出与手动检查非常相似的结果可能的阈值。
[1]为了澄清起见,我定义了阈值,以便相似度分数大于或等于阈值被视为高于阈值阈值和相似度分数严格小于阈值被视为低于。
关于python - 一维数据中的阈值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24025494/
我想做的是让 JTextPane 在 JPanel 中占用尽可能多的空间。对于我使用的 UpdateInfoPanel: public class UpdateInfoPanel extends JP
我在 JPanel 中有一个 JTextArea,我想将其与 JScrollPane 一起使用。我正在使用 GridBagLayout。当我运行它时,框架似乎为 JScrollPane 腾出了空间,但
我想在 xcode 中实现以下功能。 我有一个 View Controller 。在这个 UIViewController 中,我有一个 UITabBar。它们下面是一个 UIView。将 UITab
有谁知道Firebird 2.5有没有类似于SQL中“STUFF”函数的功能? 我有一个包含父用户记录的表,另一个表包含与父相关的子用户记录。我希望能够提取用户拥有的“ROLES”的逗号分隔字符串,而
我想使用 JSON 作为 mirth channel 的输入和输出,例如详细信息保存在数据库中或创建 HL7 消息。 简而言之,输入为 JSON 解析它并输出为任何格式。 最佳答案 var objec
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个以前可能被问过的问题,但我很难找到正确的描述。我希望有人能帮助我。 在下面的代码中,我设置了varprice,我想添加javascript变量accu_id以通过rails在我的数据库中查找记
我有一个简单的 SVG 文件,在 Firefox 中可以正常查看 - 它的一些包装文本使用 foreignObject 包含一些 HTML - 文本包装在 div 中:
所以我正在为学校编写一个 Ruby 程序,如果某个值是 1 或 3,则将 bool 值更改为 true,如果是 0 或 2,则更改为 false。由于我有 Java 背景,所以我认为这段代码应该有效:
我做了什么: 我在这些账户之间创建了 VPC 对等连接 互联网网关也连接到每个 VPC 还配置了路由表(以允许来自双方的流量) 情况1: 当这两个 VPC 在同一个账户中时,我成功测试了从另一个 La
我有一个名为 contacts 的表: user_id contact_id 10294 10295 10294 10293 10293 10294 102
我正在使用 Magento 中的新模板。为避免重复代码,我想为每个产品预览使用相同的子模板。 特别是我做了这样一个展示: $products = Mage::getModel('catalog/pro
“for”是否总是检查协议(protocol)中定义的每个函数中第一个参数的类型? 编辑(改写): 当协议(protocol)方法只有一个参数时,根据该单个参数的类型(直接或任意)找到实现。当协议(p
我想从我的 PHP 代码中调用 JavaScript 函数。我通过使用以下方法实现了这一点: echo ' drawChart($id); '; 这工作正常,但我想从我的 PHP 代码中获取数据,我使
这个问题已经有答案了: Event binding on dynamically created elements? (23 个回答) 已关闭 5 年前。 我有一个动态表单,我想在其中附加一些其他 h
我正在尝试找到一种解决方案,以在 componentDidMount 中的映射项上使用 setState。 我正在使用 GraphQL连同 Gatsby返回许多 data 项目,但要求在特定的 pat
我在 ScrollView 中有一个 View 。只要用户按住该 View ,我想每 80 毫秒调用一次方法。这是我已经实现的: final Runnable vibrate = new Runnab
我用 jni 开发了一个 android 应用程序。我在 GetStringUTFChars 的 dvmDecodeIndirectRef 中得到了一个 dvmabort。我只中止了一次。 为什么会这
当我到达我的 Activity 时,我调用 FragmentPagerAdapter 来处理我的不同选项卡。在我的一个选项卡中,我想显示一个 RecyclerView,但他从未出现过,有了断点,我看到
当我按下 Activity 中的按钮时,会弹出一个 DialogFragment。在对话框 fragment 中,有一个看起来像普通 ListView 的 RecyclerView。 我想要的行为是当
我是一名优秀的程序员,十分优秀!