NLP P stage Day 3, 9/29 Wed
# train.py
training_args = TrainingArguments(**cfg['TrainingArguments'])
def func1(*arg):
print(arg)
def func2(**kwarg):
print(kwarg)
func1('a','b')
func2(first='a', second='b')
# ('a','b')
# {first:'a', second: 'b'}
パラメータの数が分からない場合は、パラメータargまたは**kwargを使用して、argはtuple形式で返され、kwargはdict形式で返されます.kwargはkeyとvalueを同時に入力する必要があります.# train.py
# F1 = 2 * (precision * recall) / (precision + recall)
# 공식 문서 형식
sklearn.metrics.f1_score(y_true, y_pred, *, labels=None, pos_label=1, average='binary', sample_weight=None, zero_division='warn')
# 실제 활용
sklearn.metrics.f1_score(labels, preds, average="micro", labels=label_indices)
コースを走るf 1 scoreを使用して、0から1の値を返し、100を乗算します.averageはmicroを用い、total true陽性、false陰性、false陽性を用いることを示す.(詳細はこちら)Calculate metrics globally by counting the total true positives, false negatives and false positives.
# 공식 문서 형식
sklearn.model_selection.StratifiedShuffleSplit(n_splits=10, *, test_size=None, train_size=None, random_state=None)
# 실제 활용
StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=42)
StratifiedKFoldとShuffleSplitの組み合わせバージョンReference
この問題について(NLP P stage Day 3, 9/29 Wed), 我々は、より多くの情報をここで見つけました https://velog.io/@hylee5642/NLP-P-stage-Day-3-929-Wedテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol