在机器学习中,所有模型都有准确度方程,而在 FastText 模型中,我们没有请支持。
针对某些具有已知类别的输入集,分类模型的“准确性”计算始终是相同的:
如果您已经在
-supervised
模式下训练了 FastText 模型,并且可以要求它预测新文本的标签,并且您还有带有已知正确标签的其他文本,那么您就拥有了执行上述计算所需的一切。
根据用于训练模型的相同数据点测试准确性将给出人为的高准确性,这可能作为针对其他设计选择的相对衡量标准有用,但不太可能准确估计其在其他尚未完成的项目上的准确性。模型没有机会学习具有其他特质的可见项目。
针对一组已知类别的项目(“测试”或“验证”集)测试准确性,生成的准确性更有可能针对类似的尚未见过的项目估计未来的准确性。