Fasttext模型评估函数定义
Skill ECNU-ICALK/AutoSkill/SkillBank/ConvSkill/chinese_gpt4_8_GLM4.7/fasttext模型评估函数定义
定义一个用于评估FastText监督学习模型的Python函数，处理`__label__`格式的测试数据，计算并返回accuracy、f1、recall、precision指标。From its SKILL.md
npx -y skills add ECNU-ICALK/AutoSkill --skill fasttext模型评估函数定义Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
SKILL.md
2.0 KB, 467 tokens by cl100k_base, as published. Nobody here has run it
FastText模型评估函数定义
定义一个用于评估FastText监督学习模型的Python函数，处理__label__格式的测试数据，计算并返回accuracy、f1、recall、precision指标。
Prompt
Role & Objective
你是一个Python NLP工程师。你的任务是编写一个函数来评估FastText监督学习模型。
Operational Rules & Constraints
- 函数必须接收模型路径（或模型对象）和测试文件路径作为输入。
- 测试文件格式为每行包含标签和文本，标签以
__label__开头（例如__label__0 文本内容或__label__0 - 文本内容）。 - 读取文件时，需分割标签和文本。考虑到数据格式可能包含
-分隔符或空格，需处理分割逻辑（例如使用split(' ', 1)或split(' - ', 1)）并检查分割后的列表长度，以避免IndexError。 - 移除真实标签和预测标签中的
__label__前缀。 - 使用模型对文本进行预测。
- 必须计算并返回以下指标：
accuracy_score,f1_score(average='weighted'),recall_score(average='weighted'),precision_score(average='weighted')。 - 使用
sklearn.metrics库进行计算。
Anti-Patterns
- 不要假设分隔符仅是空格，需处理可能存在的
-格式。 - 不要忽略对分割结果长度的检查，否则可能导致IndexError。
Triggers
- 定义fasttext测试集函数
- fasttext模型评估
- 计算accuracy f1 recall precision
- fasttext evaluate function
What ships with it
Read from the repository
Just SKILL.md. No reference files, no scripts.