performance - 在计算非二元分类任务的微精度时如何合并或排除不存在的类?
问题描述
我用我的分类算法进行了多次实验。
在大多数数据集中,并非算法可以放置实例的所有类都存在,但只有大约 80-90% 的类都存在。
我应该如何合并或排除这些类?有时,该算法找不到一个类,但有时它会找到一些并产生误报。
当然,精度和召回率总是为零,但它不会扭曲我的指标吗?
解决方案
推荐阅读
- javascript - Puppeteer 无法从 Crontab 执行,但在从终端手动执行时工作
- java - 我可以对亚马逊 IOT 按钮进行编程以执行打开的应用程序的击键吗?
- c++ - 使用 lambda 函数修改类
- python - 从html中提取一些文本
- ruby-on-rails - 为什么在类的类名和文件名不匹配的情况下Ruby不会抛出错误?
- python - 为最小交换交换列表元素时出现 Python 超时错误 2
- c# - 在 Unity ReorderableList 上重新排序嵌套属性
- javascript - React.js:将字符串转换为对象
- javascript - 在 JavaScript 中结合 NEXT 中的函数调用和 HTML 标签
- php - php woocommerce ID Custom Field displaying in URL