解释分类代表

Question

我一直致力于用150个文档（100个训练和50个测试）实现KEA监督的关键词提取方法。结果让我有点困惑。这是我的分类报告：

           precision    recall  f1-score   support

      0       0.97      1.00      0.98     29118
      1       0.00      0.00      0.00       951

avg / total       0.94      0.97      0.95     30069

我解释说1从来没有被预测过。你认为这是因为我没有足够的训练数据吗？你知道吗

Answer 1

问题不在于你有足够的训练数据，而在于你没有足够的样本来支持类1。
基本上，有几种方法可以解决这个问题：

• 尝试增加案例1的样本数：最明显的答案也可能不现实，因为您可能会首先从更多的训练数据开始。但也有相关的方法，即
• 数据扩充（Data augmentation）：我不熟悉具体的算法，所以我不能说一般来说有多简单，但您可以添加一些形式的排列示例，这些示例仍然保留了含义（即表示同一类），但不同程度足以作为“另一个训练样本”。
  
• 加权类：根据学习算法的具体情况，您通常还可以指定某种形式的类权重，这样您就可以“惩罚”算法错误分类您感兴趣的类。你知道吗

一般来说，这是一个很难完成的任务，你不太可能突然得到更好的结果，但这些肯定会有助于改善你的情况，并帮助你更好地了解你的具体情况中出了什么问题。 另外请注意，您添加的文档、培训程序等信息越多（可能是您正在使用的实现的参考/链接），您就越有可能得到合适的答案。你知道吗