数据可视化。3D，精练，回忆，和f-度量。也许用玉米片？

Question

我一直在运行机器学习算法，我以精确、回忆和F度量的形式输出。

我想绘制这些数据，这样我就可以更清楚地了解事情的进展情况，但我不知道如何去做。我想我可以用八度？我在Andrew课程中听说过，我已经把它放在我的机器上了，但我不知道如何使用它来可视化数据。

在这方面有经验的人知道我怎样才能最好地继续下去，或者在最好的方法上找到一些有用的资源吗？

0.011723329425556858 P 0.6000000238418579 R 0.010416666977107525 F1 0.02047781631341665
0.012895662368112544 P 0.6363636255264282 R 0.01215277798473835 F1 0.023850085569817648
0.01406799531066823 P 0.6666666865348816 R 0.013888888992369175 F1 0.027210884568890845
0.015240328253223915 P 0.6153846383094788 R 0.013888888992369175 F1 0.02716468612858015
0.016412661195779603 P 0.6428571343421936 R 0.015625 F1 0.03050847456668239
0.017584994138335287 P 0.6000000238418579 R 0.015625 F1 0.03045685282259509
0.01875732708089097 P 0.5625 R 0.015625 F1 0.030405405405405407
0.01992966002344666 P 0.529411792755127 R 0.015625 F1 0.030354131580674088
0.021101992966002344 P 0.5555555820465088 R 0.0173611119389534 F1 0.03367003527554599
0.022274325908558032 P 0.5263158082962036 R 0.0173611119389534 F1 0.03361344696816966
0.023446658851113716 P 0.5 R 0.0173611119389534 F1 0.033557048526295
0.0246189917936694 P 0.4761904776096344 R 0.0173611119389534 F1 0.03350083906570289

Answer 1

我想第一列是不同行之间不同的阈值。查准率-召回图是精确-vs-召回。因此，我们首先可以从数据中检索这两列：(假设您的数据保存在prf.data中)。

cat prf.data | awk '{print $3,$5}'

您将只得到以下两列，并且您可以以八度初始化一个2d矩阵：

data = [
0.6000000238418579 0.010416666977107525
0.6363636255264282 0.01215277798473835
0.6666666865348816 0.013888888992369175
0.6153846383094788 0.013888888992369175
0.6428571343421936 0.015625
0.6000000238418579 0.015625
0.5625 0.015625
0.529411792755127 0.015625
0.5555555820465088 0.0173611119389534
0.5263158082962036 0.0173611119389534
0.5 0.0173611119389534
0.4761904776096344 0.0173611119389534];

然后，在八度下，下面的命令将每一行打印为图形中的数据点：

plot(data(:,2), data(:,1), 'x')
ylabel('precision')
xlabel('recall')

​

​

看起来，随着阈值的增加，您正在降低精度，并且召回保持不变(例如，当阈值= 0.021、0.022、0.023、0.024时)。