機器學習二分類

Question

我正在嘗試使用多層感知器進行二進制分類。

它基本上是句子的情感分析。 目前只有二進制。 正面與負面（目前我的數據中沒有中性），所以它是二進制的。

我發現的一件奇怪的事情是，當正編碼為 1（正 = 1，負 = 0）和負編碼為 1（正 = 0，負 = 1）。 當然，我使用了相同的 X 數據集和相同的 model（架構）。 僅更改了 label 編碼。

當正例編碼為1時，平均f1分數約為89。（我運行相同的model 10次）當負例編碼1時，平均f1分數約為50。（我運行相同的model 10次）

我對這個結果感到很困惑。 我認為應該沒有任何顯着差異。

Answer 1

F1-score 是准確率和召回率的調和平均值，其公式為：

TP/(TP + 1/2(FP + FN))。更多細節在這里： https://en.wikipedia.org/wiki/F-score 。

因此，您可以觀察到公式中沒有太多對稱性，並且偏向於真陽性。 准確性如何？