支持向量机-光显示损坏的精度/召回结果

Question

我运行的是支持向量机-轻型分类器，但是它输出的召回/精确行似乎损坏了：

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%

我应该配置什么来获得有效的精确度和召回？

Answer 1

例如，如果分类器总是预测"-1“--负类；但是，测试数据集包含191 "-1”和9 "+1“作为黄金标签，您将得到191个正确的分类，其中9个不正确。

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，您的精确度/召回就会为零或未定义。

要进行调试，您应该输出(针对每个测试示例)黄金标签和预测标签，以便知道问题所在。

Answer 2

谢谢你的灰心。你的回答对我也有帮助。为避免此问题，请确保选择/分组测试和培训数据集，使其具有公平的正负混合值。