我实现了 fastText 进行文本分类，链接https://github.com/facebookresearch/fastText/blob/master/tutorials/supervised-learning.md https://github.com/facebookresearch/fastText/blob/master/tutorials/supervised-learning.md我想知道 precision@1 或 P@5 是什么意思？我做了二元分类，但我测试了不同的数字，我不明白结果：
haos-mbp:fastText hao$ ./fasttext test trainmodel.bin train.valid 2
N 312
P@2 0.5
R@2 1
Number of examples: 312
haos-mbp:fastText hao$ ./fasttext test trainmodel.bin train.valid 1
N 312
P@1 0.712
R@1 0.712
Number of examples: 312
haos-mbp:fastText hao$ ./fasttext test trainmodel.bin train.valid 3
N 312
P@3 0.333
R@3 1
Number of examples: 312
精度是相关结果数与程序检索到的结果总数的比率。假设一个文档搜索引擎检索到 100 个文档，其中 90 个与查询相关，则精度为 90 / 100 (0.9)。由于我们已经用 100 个结果计算了精度，因此这是 P@100。
召回率是算法检索到的相关结果与所有相关结果总数的比率。与上面的示例相同，如果相关文档的总数为 110，则召回率为 90 / 110。
简而言之，召回率有助于评估信息检索程序在获取相关结果方面的完整性；精度有助于评估结果的准确性。
请检查 fasttext 中的二元分类，https://github.com/facebookresearch/fastText/issues/93 https://github.com/facebookresearch/fastText/issues/93
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
