在 Flair 中解释 training.log（Zalando 研究）

Question

我正在使用 Flair 库来查看微调（单独实现）和嵌入投影之间是否存在很大差异（就结果而言）。我面临的问题涉及读取结果（在本例中，实验是使用 BERT 嵌入完成的）。在 training.log 我得到这个：

2019-10-10 16:27:02,964 Testing using best model ...
2019-10-10 16:27:02,966 loading file best-model.pt

2019-10-10 16:37:23,793 0.7539  0.7539  0.7539

2019-10-10 16:37:23,795

MICRO_AVG: acc 0.605 - f1-score 0.7539
MACRO_AVG: acc 0.5467 - f1-score 0.6925

0 tp: 1420 - fp: 438 - fn: 144 - tn: 363 - precision: 0.7643 - recall: 0.9079 - accuracy: 0.7093 - f1-score: 0.8299
1 tp: 363 - fp: 144 - fn: 438 - tn: 1420 - precision: 0.7160 - recall: 0.4532 - accuracy: 0.3841 - f1-score: 0.5551

2019-10-10 16:37:23,796

我的测试数据集包含 2365 个用于二进制文本分类任务的实例。最后两行是什么意思？ 0 和 1 之后是真阳性、精确率、召回率等等？什么是 0？什么是 1？我还单独加载了最好的模型并在我的测试数据集上进行了测试，我得到了不同的结果。

如有任何帮助，我们将不胜感激。

Answer 1

因为，你正在为二元微调class化，精度，召回率和 F1 测量是评估模型的一种方式，无论你看到什么都是对模型的评估。

第1个字符0或1，表示class0或class1（2个class，作为其二进制class化）。对于每个 class，它都提到了真阳性 (tp)、假阳性 (fp)、假阴性 (fn) 和真阴性 (tn) 的数量。您可以将它们全部相加，它将等于您的测试集中的示例数。

tp,tn,fp,fn 的简短描述：

对于class 0（正数class）：

tp：class0的实际例子数，正确预测为class0

fn：class1的实际例子数，正确预测为class1

fp：class1的实际例子数，错误预测为class0

tn：class0的实际例子数，错误预测为class1

对于 class 1.

的第 2 行反之亦然

在 Flair 中解释 training.log（Zalando 研究）

Interpreting training.log in Flair (Zalando Research)

python

word-embedding