SVM-Light 显示损坏的精度/召回结果答案

【问题标题】：SVM-Light displays corrupted precision/recall resultsSVM-Light 显示损坏的精度/召回结果
【发布时间】：2016-03-25 01:14:27
【问题描述】：

我运行 SVM-Light 分类器，但它输出的召回率/精度行似乎已损坏：

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%

我应该如何配置才能获得有效的精度和召回率？

【问题讨论】：

标签： machine-learning svmlight

【解决方案1】：

例如，如果你的分类器总是预测“-1”——负类；但是，您的测试数据集包含 191 个“-1”和 9 个“+1”作为黄金标签，您将得到 191 个正确分类和 9 个错误分类。

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

从上面的公式可以知道，只要你的 TP 为零，你的precision/recall 要么为零，要么未定义。

要进行调试，您应该（对于每个测试示例）输出黄金标签和预测标签，以便您知道问题出在哪里。

【讨论】：

【解决方案2】：

谢谢你。你的回答也帮助了我。为避免此问题，请确保选择/分组测试和训练数据集，使它们具有公平的正值和负值组合。

【讨论】：

这种类型的答案最好作为评论发布。