如何解决如何解释班级的回忆召集差异？
我正在用BERT对德国推文进行情感分析。
我的数据类方式完全不平衡，例如负2000，正2000和中性8000。因此，我尝试了各种平衡技术，最后使用GPT-2可以达到良好的效果。
当我现在用平衡数据集训练模型时，我得到的F1为〜88％，这对我来说是好事。但是，当我查看每个类的查全率和精确度值时，就会得到：
precision recall f1-score support
Negative 0.85 0.94 0.89 696
Neutral 0.86 0.68 0.76 636
Positive 0.84 0.92 0.88 572
如何解释中性类别的召回差异？
这是为什么，在这种情况下我该怎么办？
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。
