SVM、朴素貝葉斯和隨機森林的准確度、精確度、召回率 RMSE 和 MAE 值相同
[英]Accuracy, Precision, Recall RMSE and MAE values are same for SVM, Naive Bayes and Random Forest
問題描述
我正在研究旅游評論的情感分析。 90% 的評論是正面的，其余的都是負面的。 對於 SVM、朴素貝葉斯和隨機森林，我的准確度、精確度、召回 RMSE 和 MAE 值是相同的。 有沒有可能或者有什么錯誤？ 順便說一句，我正在使用 Python。
謝謝你。
1 個解決方案
解決方案1
0 2021-02-03 18:47:07
嘗試為精度/召回率設置average='weighted' ，您應該會看到一些不同的值：
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_score.html
我不確定它是否適用於其他指標。
確定 H2O 隨機森林模型的准確度、精確度、召回率和 F-Score
[英]Determining the accuracy, precision, recall and F-Score of an H2O Random Forest Model
朴素貝葉斯和 SVM 分類 - 如何在 xy 軸上提高 plot 精度？
[英]Naive Bayes and SVM classification - how to plot accuracy on x y axis?
提高文本分類的准確性（目前，朴素貝葉斯和SVM的分類率達到62％）
[英]Improve accuracy for text categorization (currently getting 62% for Naive Bayes and SVM)
獲得一個分類報告，說明使用10倍交叉驗證的多項式朴素貝葉斯的類精確度和召回率
[英]Get a classification report stating the class wise precision and recall for multinomial Naive Bayes using 10 fold cross validation
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.