斯坦福分類交叉驗證平均或累計指標

Question

隨着Stanford Classifier有可能通過設置在屬性選項文件，如此進行10倍交叉驗證使用交叉驗證：

crossValidationFolds=10 
printCrossValidationDecisions=true 
shuffleTrainingData=true 
shuffleSeed=1 

運行此將輸出，每倍，各種指標，如精度，召回率，精度/微平均F1和宏觀平均F1。

是否有一個選項可以獲得所有10個平均或其他總分的精度/微平均F1或全部10個宏平均F1作爲輸出的一部分？

在Weka中，默認情況下，10倍交叉驗證後的輸出包括所有摺疊的平均度量。斯坦福分類器中是否也有這樣的選項？有一個最終的精度，回憶或F1分數可用和優化參數反對它像Weka是非常有用的，我想用斯坦福分類器做到這一點。怎麼樣？

Answer 1

當我運行10倍時，我看到了輸出。當我運行下面的命令：

java -cp "*" edu.stanford.nlp.classify.ColumnDataClassifier -prop examples/cheese2007.prop -crossValidationFolds 10 

我看到這在輸出

[main] INFO edu.stanford.nlp.classify.ColumnDataClassifier - 181 examples in test set 
[main] INFO edu.stanford.nlp.classify.ColumnDataClassifier - Cls 2: TP=109 FN=6 FP=7 TN=59; Acc 0.928 P 0.940 R 0.948 F1 0.944 
[main] INFO edu.stanford.nlp.classify.ColumnDataClassifier - Cls 1: TP=59 FN=7 FP=6 TN=109; Acc 0.928 P 0.908 R 0.894 F1 0.901 
[main] INFO edu.stanford.nlp.classify.ColumnDataClassifier - Accuracy/micro-averaged F1: 0.92818 
[main] INFO edu.stanford.nlp.classify.ColumnDataClassifier - Macro-averaged F1: 0.92224 
[main] INFO edu.stanford.nlp.classify.ColumnDataClassifier - Average accuracy/micro-averaged F1: 0.93429 
[main] INFO edu.stanford.nlp.classify.ColumnDataClassifier - Average macro-averaged F1: 0.92247