Passer au contenu principal
Cet objet permet d’accéder aux paramètres utilisés lors de la validation d’un classification model. Deux stratégies s’offrent à vous :
  1. Utiliser l’algorithme de validation fourni par ABBYY FineReader Engine. Il repose sur la stratégie de validation croisée k-fold :
    À chaque itération, les données catégorisées fournies dans l’objet TrainingData sont réparties aléatoirement en FoldsCount parties égales. Chacune de ces parties est utilisée à tour de rôle pour la validation : un modèle est entraîné sur toutes les parties sauf celle-ci, puis évalué sur cette dernière.
    Le processus est répété RepeatCount fois. Parmi les FoldsCount * RepeatCount modèles obtenus, celui qui présente le meilleur score F-mesure est retourné par la propriété ITrainingResult::Model, et ses scores sont accessibles via la propriété ITrainingResult::ValidationResult.
    Le nombre d’objets dans l’ensemble d’entraînement à chaque étape sera égal à <nombre total d’objets> * (FoldsCount - 1) / FoldsCount. Notez que ce nombre doit être d’au moins 4 pour un classificateur textuel et d’au moins 8 pour un classificateur combiné. Veillez à ce que votre échantillon d’entraînement contienne suffisamment d’objets.
  2. Désactiver la validation en définissant ShouldPerformValidation sur FALSE, entraîner le modèle sur l’intégralité du data set d’entraînement, puis tester les performances du modèle de votre côté à l’aide de la méthode IModel::Classify sur un autre échantillon de données connu.

​
Propriétés

NomTypeDescription
AveragingMethodAveragingMethodEnumMéthode de calcul des scores moyens d’exactitude, de précision, de rappel et de F-mesure pour les classificateurs comportant plus de 2 catégories. Par défaut, cette propriété est définie sur AM_Macro.
FoldsCountintNombre de sous-ensembles utilisés dans l’algorithme de validation croisée k-fold. La valeur par défaut de cette propriété est 3.
RepeatCountintNombre d’itérations utilisées dans l’algorithme. La valeur par défaut de cette propriété est 1.
ShouldPerformValidationVARIANT_BOOLIndique si le modèle entraîné doit être validé. Par défaut, cette propriété est définie sur FALSE.
ValidationParams Diagramme d’objets

​
Exemples

Cet objet est utilisé dans l’outil de démonstration Classification sous Windows, ainsi que dans l’exemple de code Classification sous Linux et macOS.

​
Voir aussi

Classification de documents