RTextTools:理解“algorithm_summary”

Question

我试图理解RTextTools是如何提供一套很好的文档分类功能的。

但是，在运行内置数据集时，我无法理解如何解释下表。(我想知道为什么有10行)

        SVM_PRECISION   SVM_RECALL  SVM_FSCORE  MAXENTROPY_PRECISION    MAXENTROPY_RECALL   MAXENTROPY_FSCORE
2           NaN             0               NaN                     0.5                 1               0.67    
12          NaN             0               NaN                     0                   0               NaN
14          NaN             0               NaN                     NaN                 0               NaN
15          NaN             0               NaN                     0                   0               NaN
16          NaN             0               NaN                     0.33                0.2             0.25
17          NaN             0               NaN                     NaN                 0               NaN
19         0.08         1               0.15                    0.14                0.5             0.22
20          NaN             0               NaN                     0.38                0.75            0.5
24          NaN             0               NaN                     NaN                 0               NaN
31          NaN             0               NaN                     NaN                 0               NaN

上面的表格可以生成为

library(RTextTools)
data(NYTimes)
data <- NYTimes[sample(1:3100,size=100,replace=FALSE),]
matrix <- create_matrix(cbind(data["Title"],data["Subject"]), language="english", 
                        removeNumbers=TRUE, stemWords=FALSE, weighting=tm::weightTfIdf)
container <- create_container(matrix,data$Topic.Code,trainSize=1:75, testSize=76:100, 
                              virgin=FALSE)
models <- train_models(container, algorithms=c("MAXENT","SVM"))
results <- classify_models(container, models)
analytics <- create_analytics(container, results)
summary(analytics)
alg_summary <- analytics@algorithm_summary

Answer 1

从docs

“data.frame”类的

algorithm_summary对象:存储每个算法的精度、召回率和F-score统计信息，按标签分解

在完整的NYTimes数据集中有27个不同的主题代码，您的示例可能包含其中的10个。因此有10行。