【发布时间】：2018-08-16 00:36:05
【问题描述】：
我是 Fasttext 的新手。我已经有几个关于这个库的问题，它们对某些人来说似乎很明显，但我真的很想得到正确的直觉。非常感谢您的帮助。
首先，我说的是Fasttext的文本分类部分。根据here 提供的教程，我们正在预测给定文本的不同标签。我们是否真的为给定的测试文本分配了每个标签，并且该文本与该标签匹配的概率是多少？
第二个问题，在这种情况下，任何人都可以澄清/解释 P@1（精度为 1）和 R@1（召回率为 1）的含义，这是 Fasttext 中使用的指标吗？ 我找到了一个答案 here 。但是这个答案给我带来了更多的问题：
- 在链接提供的响应中 - 那么 P@1 和 R@1 是什么？ 根据那里的逻辑和解释，P@1 是一个具有 一个结果（在我们的上下文中 - 标签），其中我们可能有 1 个正确 或 1 个不正确的标签，这意味着 P@1 只能取值 0 或 1， 正确的？我们如何在这里获得概率？我们应该只是 计算所有文本样本中所有 1 的份额？如果是，是什么 是 R@1 吗？在这种情况下如何计算？什么是 R@k 一般在这种情况下？
而tutorial提供的例子中的P@1和R@1是什么，他们在那里计算了P@5和R@5，对吧？
非常感谢，
【问题讨论】：
标签： precision text-classification precision-recall fasttext