《表2 测评模式:基于MLP和SepCNN神经网络模型的藏文文本分类研究》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于MLP和SepCNN神经网络模型的藏文文本分类研究》
文本分类实验常用准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1值来对分类器的性能进行综合评价。假设只有两类样本,即正例(positive)和负例(negative)。TP表示将实际正类预测为正类预测正确的数值,FN表示将实际正类预测为负类预测错误的数值,FP表示将实际负类预测为正类预测错误的数值,TN表示将实际负类预测为负类预测正确的数值。形成表2如下所示。
图表编号 | XD00207357100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 苏慧婧、索朗拉姆、尼玛扎西、群诺 |
绘制单位 | 西藏大学信息科学技术学院、西藏大学信息科学技术学院、西藏大学信息科学技术学院、西藏大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |