如果文件包含家

这是给定行业的正确名称数量与输入数据中该行业所有出现次数的比较。例如具行业的个名称但网络仅正确识别了个则召回率。正如您所看到的所有可能的指标都表明我们的网络运行得非常好。验证网络运行情况的一个有趣方法是分析所谓的混淆矩阵。它是一个矩阵其中行对应于实际行业列对应于网络计算的行业。这些单元格包含有关分类到给定行业的名称百分比的信息。理想情况下除了对角线上的单元格到处都是之外我们到处都是零。我们的混淆矩阵的上半部分如下所示人工智能您可以看到它很好但并不完美。

例如在第二行中我们看到虽然与行业号实际相关的名称被网络正确分配给行业号但剩下的被错误地分配给行业号。在矩阵的下半部分您可以看到来自行业排名的名称存在问题。机器学习其中大多数被网络分类为行业编号。这是因为我们的输入文件中只有个这样的名称此外其中即只有个用于训练。这是我们本能地知道的一个很好的例子即神 电子邮件数据 经网络需要大量数据才能学习某些东西。通过人为地乘以这些数据您可以在必要时改进结果但当然在这种情况下梦想泛化是没有意义的即网络将识别该行业的另一篇文章。



基于经过训练的网络创建了一项服务通过该服务我们可以使用我们的网络。商品分类我们输入文章的名称单击测试请求响应过了一会儿我们就会看到网络的结果所有行业的列表以及计算出的给定名称与给定行业匹配的概率。例如如果我们输入我们将看到如下内容商品分类商品分类我在这里只显示屏幕的一个片段我剪掉了整个中间留下顶部和底部的片段。