如何找到我的 word2vec 模型的准确率、精确度、召回率、f1 分数？答案

【问题标题】：How to find accuracy, precision, recall, f1 score for my word2vec model?如何找到我的 word2vec 模型的准确率、精确度、召回率、f1 分数？
【发布时间】：2020-11-17 22:34:24
【问题描述】：

我正在做一个项目来寻找产品之间的相似性。该模型将 excel 数据表拆分为 90% 的训练/10% 的验证。当我手动检查验证时，模型运行良好。但是我在评估过程中遇到了麻烦。我应该如何找到准确率、精确度、召回率和 F1 分数来了解我的模型的效果如何？

我对机器学习很陌生，还在学习，请给我一些线索，从哪里开始。

【问题讨论】：

标签： python cross-validation word2vec evaluation

【解决方案1】：

Word2vec 是一种被认为是“无监督”的算法——它没有使用指定的“正确”答案进行训练，而是从任何数据中的模式中学习。因此，没有“准确度”、“精确度”等原生于 word2vec 的概念——这些概念仅在与一组期望的答案相关时才有意义。

因此，要计算这些值，您必须在其他下游任务中使用这些词向量，并为该下游任务设计自己的评估。然后您可以计算整个系统的准确性和其他值（包括 word2vec 步骤）。这可能包括应用您或其他审阅者的判断，即在某些情况下结果“应该”是什么。

在没有任何数据示例的情况下，尚不清楚您的 Word2Vec 模型在做什么，以及产品是如何在其中表示的。（您创建的customers_train 列表中的各个项目是什么？产品名称/标识符来自哪里？您需要执行什么样的相似性问题或最终用户操作？）

【讨论】：