MAXent分类器NLTK输出理解

Question

我正在尝试理解MAXent的classifier.show_most_informative_features(10)分类器。我不理解这些列的含义，例如在以下输出中：

train on 460 instances, test on 154 instances accuracy: 0.61038961039 
pos precision: 0.432989690722 
pos recall: 0.893617021277 
neg precision: 0.912280701754 
neg recall: 0.485981308411    
-4.141 need==True and label is 'REL'    
3.395 approves==True and label is 'IRREL'   -
3.308 took==True and label is 'IRREL' 
-1.766 treat==True and label is 'REL' 
-1.488 tired==True and label is 'IRREL' 
-1.295 gave==True and label is 'IRREL' 
0.879 need==True and label is 'IRREL' 

Answer 1

看起来您有两个标签，"RELEVANT"和"IRRELEVANT"。当有两个标签时，一个标签通常被命名为"1“或正标签，另一个标签被命名为"-1”或负标签。

在训练过程中，分类器分析了460个训练实例的特征，并根据它们区分两个标签的能力对它们进行加权。加权过程的详细信息取决于您选择的算法。

正值精度:在测试过程中被归类为标签1的154个测试实例中， 43 %的实例真正具有标签1。

正召回:在测试集中找到了89%的label 1实例，即被分类为label 1。

负精度/负召回相同，但对于label -1。

准确性: 154个测试实例中有61%的标记正确。

根据其绝对值对特征进行排序，该绝对值对应于它们与分类的相关性。在这种情况下，最“有用”的特性是need，如果这是真的，这是一个很好的提示，即实例的标签应该是“相关的”。