10個のカテゴリごとに〜30個のアイテムを持つモデルを作成したとします。私は私に提供されたすべてのデフォルトを取ってきました。複数のカテゴリを持つモデルに対して予測を実行すると、スコアはすべてのカテゴリに分割されますか?
モデルの平均F1スコアは0.875です(私は2つのカテゴリが非常に密接に関連しているので、精度が少し悪くなります)。
私は、カテゴリ3と8のために積極的に一致している必要があり、テキストの一部のリアルタイム予測を行う場合、私はこの結果を得る:
{
"Prediction": {
"details": {
"Algorithm": "SGD",
"PredictiveModelType": "MULTICLASS"
},
"predictedLabel": "8",
"predictedScores": {
"1": 0.002642059000208974,
"2": 0.010648942552506924,
"3": 0.41401588916778564,
"4": 0.02918998710811138,
"5": 0.008376320824027061,
"6": 0.009010250680148602,
"7": 0.006029266398400068,
"8": 0.4628857374191284,
"9": 0.04102163389325142,
"10": 0.01617990992963314
}
}
}
私は思ったんだけど、何が両方3 & 8かどうかであります効果的に約80%の確実性を持っていたが、両者が一致していたために確実性が2つに分かれた。合計でpredictedScores
を合計すると、.999999997が得られます。使用可能なカテゴリに合計1.0のスコアが割り振られているかどうか質問しています...
代わりに10種類のモデルを設定し、それらのそれぞれと独立して一致すると、3 & 8が高いスコアを持つことが分かりますか?
私は本当に答えは必要ないが、全体的な質問を明確にするのに役立つかもしれないと思います...もし10個のカテゴリすべてに当てはまる理論的なテキストがあれば、Amazon Machine Learningは各カテゴリの値はpredictedScore
です。または、最大predictedScore
が1.0であるため、各カテゴリに対して0.1を返しますか?