Spark NLP 分类器总是预测同一个类

如何解决Spark NLP 分类器总是预测同一个类

我正在使用 Spark NLP 训练分类模型。我关注了this tutorial,以下大部分代码都来自那里。

这是我的训练脚本:

from pyspark.sql import SparkSession
from pyspark.ml import Pipeline

from sparknlp.annotator import *
from sparknlp.common import *
from sparknlp.base import *

import pandas as pd

import sparknlp
spark = sparknlp.start(gpu=True)

# has only 2 columns: category and description
DF = spark.read \
      .option("header",True) \
      .csv("data.csv")

(trainingData,testData) = DF.randomSplit([0.7,0.3],seed = 100)

document_assembler = DocumentAssembler() \
      .setInputCol("description") \
      .setoutputCol("document")

sent_embeddings = BertSentenceEmbeddings.pretrained("sent_biobert_clinical_base_cased","en") \
      .setInputCols("document") \
      .setoutputCol("sentence_embeddings")

classsifierdl = ClassifierDLApproach()\
      .setInputCols("sentence_embeddings")\
      .setoutputCol("class")\
      .setLabelColumn("category")\
      .setMaxEpochs(5)\
      .setLr(0.5)\
      .setDropout(0.5)\
      .setEnableOutputLogs(True)

clf_pipeline = Pipeline(
    stages=[document_assembler,sent_embeddings,classsifierdl])

clf_pipelineModel = clf_pipeline.fit(trainingData)

from sklearn.metrics import classification_report,accuracy_score
df = clf_pipelineModel.transform(testData).select('category','description',"class.result").toPandas()
df['result'] = df['result'].apply(lambda x: x[0])
print(classification_report(df.category,df.result))
print(accuracy_score(df.category,df.result))

然而,分类器总是预测同一个类。我哪里弄错了?谢谢。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其他元素将获得点击?
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。)
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbcDriver发生异常。为什么?
这是用Java进行XML解析的最佳库。
Java的PriorityQueue的内置迭代器不会以任何特定顺序遍历数据结构。为什么?
如何在Java中聆听按键时移动图像。
Java“Program to an interface”。这是什么意思?
Java在半透明框架/面板/组件上重新绘画。
Java“ Class.forName()”和“ Class.forName()。newInstance()”之间有什么区别?
在此环境中不提供编译器。也许是在JRE而不是JDK上运行?
Java用相同的方法在一个类中实现两个接口。哪种接口方法被覆盖?
Java 什么是Runtime.getRuntime()。totalMemory()和freeMemory()?
java.library.path中的java.lang.UnsatisfiedLinkError否*****。dll
JavaFX“位置是必需的。” 即使在同一包装中
Java 导入两个具有相同名称的类。怎么处理?
Java 是否应该在HttpServletResponse.getOutputStream()/。getWriter()上调用.close()?
Java RegEx元字符(。)和普通点?