有效地检查相邻的准确性（组成员身份？） [英] Efficiently check for adjacent accuracy (group membership?)

问题描述

我正在对6种级别的机器学习分类任务进行评估： A1，A2，B1，B2，C1和C2 。可以假定这些类别为序数，即可以对其进行排名。作为评估的一部分，我想衡量我的分类器对实际级别1内的文本进行分类的准确程度。我将其称为相邻精度。例如，如果文本实际排名为 B2 ，则相邻的准确结果将为 B1 ， B2 和 C1 。

I am doing evaluation on a machine-learning classification task with 6 levels: A1, A2, B1, B2, C1 and C2. These categories can be assumed to be ordinal, i.e. they can be ranked. As part of my evaluation, I want to measure how accurately my classifier classified texts within 1 of the 'actual' level. I refer to this as 'adjacent accuracy'. For example, if a text is actually ranked B2, then adjacently accurate results would be B1, B2 and C1.

我需要处理大量数据，因此我想要一种非常有效的方法来检查相邻的准确性。我在下面（python3）中包括了我的最佳方法，但我正在寻找任何建议以节省更多时间。

I have lots of data to go through, so I want to have a very efficient way to check for adjacent accuracy. I am included my best approach below (python3), but I am looking for any suggestions to squeeze more time out of it.

adjDict = {'A1':{'A1','A2'}, 'A2':{'A1','A2','B1'}, 'B1':{'A2','B1','B2'},
    'B2':{'B1','B2','C1'}, 'C1':{'B2','C1','C2'}, 'C2':{'C1','C2'}}

def isAdjacent ( actual, classifierOutput ) :
    return classifierOutput in adjDict[actual]

如果需要，可以将级别重新定义为数字（1-6），如果这样可以提高性能。

If necessary, the levels could be redefined to be numeric (1-6), if that could boost performance somehow.

有什么想法吗？

推荐答案

in 并不是特别快使用 str ，您可以使用简单的 int 并比较值：

in is not very fast, especially with str, you could use simple int and compare values:

A1, A2, B1, B2, C1, C2 = range(6)

def isAdjacent(actual, classifierOutput):
    return actual - 2 < classifierOutput < actual + 2

例如，如果您有 A2 文本，实际值为 0 ，因此 isAdjacent 必须返回 True 如果 classifierOutput 在 0-2 = -2 和 0之间+ 2 = 2 ，所以 0 或 1 。

For instance, if you have a A2 text, the actual value is 0, so isAdjacent must return True if the classifierOutput is between 0 - 2 = -2 and 0 + 2 = 2, so either 0 or 1.

这篇关于有效地检查相邻的准确性（组成员身份？）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！