Loss: 0.4992
Hiều cao khách hàng: {'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23}
Hiều dài sản phẩm: {'precision': 0.2727272727272727, 'recall': 0.2727272727272727, 'f1': 0.2727272727272727, 'number': 11}
Hiều rộng sản phẩm: {'precision': 0.2, 'recall': 0.4, 'f1': 0.26666666666666666, 'number': 5}
Hong cách mua sắm: {'precision': 0.72, 'recall': 0.8571428571428571, 'f1': 0.782608695652174, 'number': 21}
Hong cách nhà cửa: {'precision': 0.5217391304347826, 'recall': 0.5217391304347826, 'f1': 0.5217391304347826, 'number': 23}
Hong cách thời trang: {'precision': 0.16666666666666666, 'recall': 0.21052631578947367, 'f1': 0.186046511627907, 'number': 19}
Hất tóc: {'precision': 0.41379310344827586, 'recall': 0.4444444444444444, 'f1': 0.4285714285714286, 'number': 27}
Hối lượng sản phẩm: {'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16}
Hời gian nhận hàng: {'precision': 0.5333333333333333, 'recall': 0.5517241379310345, 'f1': 0.5423728813559322, 'number': 29}
Iá sản phẩm: {'precision': 0.85, 'recall': 0.7391304347826086, 'f1': 0.7906976744186046, 'number': 23}
Oại da: {'precision': 0.6, 'recall': 0.625, 'f1': 0.6122448979591836, 'number': 24}
Ung hoàng đạo: {'precision': 0.6363636363636364, 'recall': 0.7777777777777778, 'f1': 0.7000000000000001, 'number': 18}
Ung mệnh: {'precision': 0.76, 'recall': 0.8260869565217391, 'f1': 0.7916666666666667, 'number': 23}
Àu da: {'precision': 0.5714285714285714, 'recall': 0.5263157894736842, 'f1': 0.547945205479452, 'number': 38}
Àu sắc sản phẩm: {'precision': 0.48214285714285715, 'recall': 0.627906976744186, 'f1': 0.5454545454545454, 'number': 43}
Áng khuôn mặt: {'precision': 0.6666666666666666, 'recall': 0.8421052631578947, 'f1': 0.744186046511628, 'number': 19}
Áng người: {'precision': 0.6818181818181818, 'recall': 0.8333333333333334, 'f1': 0.7499999999999999, 'number': 18}
Ân nặng khách hàng: {'precision': 0.6944444444444444, 'recall': 0.6578947368421053, 'f1': 0.6756756756756757, 'number': 38}
Ã sản phẩm: {'precision': 0.21428571428571427, 'recall': 0.3157894736842105, 'f1': 0.2553191489361702, 'number': 19}
Ơn vị sản phẩm: {'precision': 0.6571428571428571, 'recall': 0.6666666666666666, 'f1': 0.6618705035971223, 'number': 69}
Ản phẩm: {'precision': 0.7265734265734266, 'recall': 0.8123534010946052, 'f1': 0.7670727205610927, 'number': 1279}
Ật độ tóc: {'precision': 0.7222222222222222, 'recall': 0.65, 'f1': 0.6842105263157895, 'number': 20}
Ặc điểm khác của da: {'precision': 0.6428571428571429, 'recall': 0.675, 'f1': 0.6585365853658537, 'number': 40}
Ịa chỉ nhận hàng: {'precision': 0.09302325581395349, 'recall': 0.09090909090909091, 'f1': 0.09195402298850575, 'number': 44}
Ố lượng sản phẩm: {'precision': 0.6814159292035398, 'recall': 0.6015625, 'f1': 0.6390041493775933, 'number': 128}
Ộ dài tóc: {'precision': 0.5789473684210527, 'recall': 0.5789473684210527, 'f1': 0.5789473684210527, 'number': 19}
Ộ tuổi khách hàng: {'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18}
Overall Precision: 0.6735
Overall Recall: 0.7332
Overall F1: 0.7021
Overall Accuracy: 0.8825

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2.5e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Hiều cao khách hàng	Hiều dài sản phẩm	Hiều rộng sản phẩm	Hong cách mua sắm	Hong cách nhà cửa	Hong cách thời trang	Hất tóc	Hối lượng sản phẩm	Hời gian nhận hàng	Iá sản phẩm	Oại da	Ung hoàng đạo	Ung mệnh	Àu da	Àu sắc sản phẩm	Áng khuôn mặt	Áng người	Ân nặng khách hàng	Ã sản phẩm	Ơn vị sản phẩm	Ản phẩm	Ật độ tóc	Ặc điểm khác của da	Ịa chỉ nhận hàng	Ố lượng sản phẩm	Ộ dài tóc	Ộ tuổi khách hàng	Overall Precision	Overall Recall	Overall F1	Overall Accuracy
No log	1.0	186	0.6832	{'precision': 0.5333333333333333, 'recall': 0.6956521739130435, 'f1': 0.6037735849056605, 'number': 23}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.65, 'recall': 0.6190476190476191, 'f1': 0.6341463414634146, 'number': 21}	{'precision': 0.36, 'recall': 0.391304347826087, 'f1': 0.37499999999999994, 'number': 23}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 19}	{'precision': 0.43478260869565216, 'recall': 0.37037037037037035, 'f1': 0.39999999999999997, 'number': 27}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 16}	{'precision': 0.18181818181818182, 'recall': 0.20689655172413793, 'f1': 0.1935483870967742, 'number': 29}	{'precision': 0.39285714285714285, 'recall': 0.4782608695652174, 'f1': 0.4313725490196078, 'number': 23}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 24}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 18}	{'precision': 0.5, 'recall': 0.5652173913043478, 'f1': 0.5306122448979592, 'number': 23}	{'precision': 0.2261904761904762, 'recall': 0.5, 'f1': 0.3114754098360656, 'number': 38}	{'precision': 0.3333333333333333, 'recall': 0.023255813953488372, 'f1': 0.04347826086956522, 'number': 43}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 19}	{'precision': 0.12903225806451613, 'recall': 0.2222222222222222, 'f1': 0.16326530612244897, 'number': 18}	{'precision': 0.35714285714285715, 'recall': 0.6578947368421053, 'f1': 0.46296296296296297, 'number': 38}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 19}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 69}	{'precision': 0.6721991701244814, 'recall': 0.6333072713057076, 'f1': 0.6521739130434783, 'number': 1279}	{'precision': 0.2, 'recall': 0.05, 'f1': 0.08000000000000002, 'number': 20}	{'precision': 0.32142857142857145, 'recall': 0.225, 'f1': 0.2647058823529412, 'number': 40}	{'precision': 0.024390243902439025, 'recall': 0.045454545454545456, 'f1': 0.031746031746031744, 'number': 44}	{'precision': 0.5, 'recall': 0.375, 'f1': 0.42857142857142855, 'number': 128}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 19}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 18}	0.5496	0.4854	0.5155	0.8176
No log	2.0	372	0.4774	{'precision': 0.6206896551724138, 'recall': 0.782608695652174, 'f1': 0.6923076923076923, 'number': 23}	{'precision': 0.09090909090909091, 'recall': 0.09090909090909091, 'f1': 0.09090909090909091, 'number': 11}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.5416666666666666, 'recall': 0.6190476190476191, 'f1': 0.5777777777777778, 'number': 21}	{'precision': 0.5454545454545454, 'recall': 0.5217391304347826, 'f1': 0.5333333333333332, 'number': 23}	{'precision': 0.08695652173913043, 'recall': 0.10526315789473684, 'f1': 0.09523809523809525, 'number': 19}	{'precision': 0.46153846153846156, 'recall': 0.4444444444444444, 'f1': 0.4528301886792453, 'number': 27}	{'precision': 0.4166666666666667, 'recall': 0.3125, 'f1': 0.35714285714285715, 'number': 16}	{'precision': 0.4782608695652174, 'recall': 0.3793103448275862, 'f1': 0.4230769230769231, 'number': 29}	{'precision': 0.6538461538461539, 'recall': 0.7391304347826086, 'f1': 0.693877551020408, 'number': 23}	{'precision': 0.47619047619047616, 'recall': 0.4166666666666667, 'f1': 0.4444444444444445, 'number': 24}	{'precision': 0.42857142857142855, 'recall': 0.8333333333333334, 'f1': 0.5660377358490566, 'number': 18}	{'precision': 0.7727272727272727, 'recall': 0.7391304347826086, 'f1': 0.7555555555555555, 'number': 23}	{'precision': 0.35, 'recall': 0.5526315789473685, 'f1': 0.4285714285714286, 'number': 38}	{'precision': 0.3783783783783784, 'recall': 0.32558139534883723, 'f1': 0.35000000000000003, 'number': 43}	{'precision': 0.6428571428571429, 'recall': 0.47368421052631576, 'f1': 0.5454545454545454, 'number': 19}	{'precision': 0.55, 'recall': 0.6111111111111112, 'f1': 0.5789473684210527, 'number': 18}	{'precision': 0.6136363636363636, 'recall': 0.7105263157894737, 'f1': 0.6585365853658537, 'number': 38}	{'precision': 0.08333333333333333, 'recall': 0.10526315789473684, 'f1': 0.0930232558139535, 'number': 19}	{'precision': 0.5789473684210527, 'recall': 0.4782608695652174, 'f1': 0.5238095238095238, 'number': 69}	{'precision': 0.7413654618473896, 'recall': 0.7216575449569976, 'f1': 0.7313787638668781, 'number': 1279}	{'precision': 0.7368421052631579, 'recall': 0.7, 'f1': 0.717948717948718, 'number': 20}	{'precision': 0.4583333333333333, 'recall': 0.55, 'f1': 0.5, 'number': 40}	{'precision': 0.07407407407407407, 'recall': 0.09090909090909091, 'f1': 0.08163265306122448, 'number': 44}	{'precision': 0.6756756756756757, 'recall': 0.5859375, 'f1': 0.6276150627615064, 'number': 128}	{'precision': 0.625, 'recall': 0.5263157894736842, 'f1': 0.5714285714285714, 'number': 19}	{'precision': 0.7058823529411765, 'recall': 0.6666666666666666, 'f1': 0.6857142857142857, 'number': 18}	0.6422	0.6378	0.6400	0.8626
0.7214	3.0	558	0.4381	{'precision': 0.76, 'recall': 0.8260869565217391, 'f1': 0.7916666666666667, 'number': 23}	{'precision': 0.3076923076923077, 'recall': 0.36363636363636365, 'f1': 0.33333333333333337, 'number': 11}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.75, 'recall': 0.7142857142857143, 'f1': 0.7317073170731706, 'number': 21}	{'precision': 0.5714285714285714, 'recall': 0.5217391304347826, 'f1': 0.5454545454545454, 'number': 23}	{'precision': 0.034482758620689655, 'recall': 0.05263157894736842, 'f1': 0.041666666666666664, 'number': 19}	{'precision': 0.3235294117647059, 'recall': 0.4074074074074074, 'f1': 0.36065573770491804, 'number': 27}	{'precision': 0.75, 'recall': 0.5625, 'f1': 0.6428571428571429, 'number': 16}	{'precision': 0.35294117647058826, 'recall': 0.41379310344827586, 'f1': 0.38095238095238093, 'number': 29}	{'precision': 0.85, 'recall': 0.7391304347826086, 'f1': 0.7906976744186046, 'number': 23}	{'precision': 0.47619047619047616, 'recall': 0.4166666666666667, 'f1': 0.4444444444444445, 'number': 24}	{'precision': 0.6956521739130435, 'recall': 0.8888888888888888, 'f1': 0.7804878048780488, 'number': 18}	{'precision': 0.7083333333333334, 'recall': 0.7391304347826086, 'f1': 0.723404255319149, 'number': 23}	{'precision': 0.5, 'recall': 0.5263157894736842, 'f1': 0.5128205128205129, 'number': 38}	{'precision': 0.30612244897959184, 'recall': 0.3488372093023256, 'f1': 0.32608695652173914, 'number': 43}	{'precision': 0.8571428571428571, 'recall': 0.631578947368421, 'f1': 0.7272727272727273, 'number': 19}	{'precision': 0.375, 'recall': 0.5, 'f1': 0.42857142857142855, 'number': 18}	{'precision': 0.6585365853658537, 'recall': 0.7105263157894737, 'f1': 0.6835443037974684, 'number': 38}	{'precision': 0.19047619047619047, 'recall': 0.21052631578947367, 'f1': 0.2, 'number': 19}	{'precision': 0.6862745098039216, 'recall': 0.5072463768115942, 'f1': 0.5833333333333334, 'number': 69}	{'precision': 0.7441332323996972, 'recall': 0.7685691946833464, 'f1': 0.7561538461538462, 'number': 1279}	{'precision': 0.8125, 'recall': 0.65, 'f1': 0.7222222222222223, 'number': 20}	{'precision': 0.5102040816326531, 'recall': 0.625, 'f1': 0.5617977528089888, 'number': 40}	{'precision': 0.05263157894736842, 'recall': 0.06818181818181818, 'f1': 0.0594059405940594, 'number': 44}	{'precision': 0.6818181818181818, 'recall': 0.46875, 'f1': 0.5555555555555556, 'number': 128}	{'precision': 0.45454545454545453, 'recall': 0.5263157894736842, 'f1': 0.4878048780487805, 'number': 19}	{'precision': 0.6842105263157895, 'recall': 0.7222222222222222, 'f1': 0.7027027027027027, 'number': 18}	0.6571	0.6680	0.6625	0.8681
0.7214	4.0	744	0.4236	{'precision': 0.7916666666666666, 'recall': 0.8260869565217391, 'f1': 0.8085106382978724, 'number': 23}	{'precision': 0.23076923076923078, 'recall': 0.2727272727272727, 'f1': 0.24999999999999994, 'number': 11}	{'precision': 0.25, 'recall': 0.2, 'f1': 0.22222222222222224, 'number': 5}	{'precision': 0.7894736842105263, 'recall': 0.7142857142857143, 'f1': 0.7500000000000001, 'number': 21}	{'precision': 0.45454545454545453, 'recall': 0.43478260869565216, 'f1': 0.4444444444444445, 'number': 23}	{'precision': 0.12, 'recall': 0.15789473684210525, 'f1': 0.13636363636363635, 'number': 19}	{'precision': 0.47619047619047616, 'recall': 0.37037037037037035, 'f1': 0.4166666666666667, 'number': 27}	{'precision': 0.8461538461538461, 'recall': 0.6875, 'f1': 0.7586206896551724, 'number': 16}	{'precision': 0.34210526315789475, 'recall': 0.4482758620689655, 'f1': 0.3880597014925373, 'number': 29}	{'precision': 0.6538461538461539, 'recall': 0.7391304347826086, 'f1': 0.693877551020408, 'number': 23}	{'precision': 0.41379310344827586, 'recall': 0.5, 'f1': 0.4528301886792453, 'number': 24}	{'precision': 0.6956521739130435, 'recall': 0.8888888888888888, 'f1': 0.7804878048780488, 'number': 18}	{'precision': 0.75, 'recall': 0.782608695652174, 'f1': 0.7659574468085107, 'number': 23}	{'precision': 0.5128205128205128, 'recall': 0.5263157894736842, 'f1': 0.5194805194805194, 'number': 38}	{'precision': 0.46938775510204084, 'recall': 0.5348837209302325, 'f1': 0.5, 'number': 43}	{'precision': 0.9411764705882353, 'recall': 0.8421052631578947, 'f1': 0.8888888888888888, 'number': 19}	{'precision': 0.43478260869565216, 'recall': 0.5555555555555556, 'f1': 0.4878048780487805, 'number': 18}	{'precision': 0.725, 'recall': 0.7631578947368421, 'f1': 0.7435897435897436, 'number': 38}	{'precision': 0.17391304347826086, 'recall': 0.21052631578947367, 'f1': 0.1904761904761905, 'number': 19}	{'precision': 0.7321428571428571, 'recall': 0.5942028985507246, 'f1': 0.6559999999999999, 'number': 69}	{'precision': 0.7691069991954947, 'recall': 0.7474589523064894, 'f1': 0.7581284694686755, 'number': 1279}	{'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 20}	{'precision': 0.5, 'recall': 0.625, 'f1': 0.5555555555555556, 'number': 40}	{'precision': 0.03225806451612903, 'recall': 0.045454545454545456, 'f1': 0.03773584905660377, 'number': 44}	{'precision': 0.696078431372549, 'recall': 0.5546875, 'f1': 0.6173913043478261, 'number': 128}	{'precision': 0.7333333333333333, 'recall': 0.5789473684210527, 'f1': 0.6470588235294117, 'number': 19}	{'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18}	0.6799	0.6743	0.6771	0.8730
0.7214	5.0	930	0.4160	{'precision': 0.75, 'recall': 0.782608695652174, 'f1': 0.7659574468085107, 'number': 23}	{'precision': 0.375, 'recall': 0.5454545454545454, 'f1': 0.4444444444444444, 'number': 11}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.8, 'recall': 0.7619047619047619, 'f1': 0.7804878048780488, 'number': 21}	{'precision': 0.6842105263157895, 'recall': 0.5652173913043478, 'f1': 0.6190476190476191, 'number': 23}	{'precision': 0.1724137931034483, 'recall': 0.2631578947368421, 'f1': 0.20833333333333334, 'number': 19}	{'precision': 0.44, 'recall': 0.4074074074074074, 'f1': 0.4230769230769231, 'number': 27}	{'precision': 0.8666666666666667, 'recall': 0.8125, 'f1': 0.8387096774193549, 'number': 16}	{'precision': 0.5185185185185185, 'recall': 0.4827586206896552, 'f1': 0.5, 'number': 29}	{'precision': 0.8095238095238095, 'recall': 0.7391304347826086, 'f1': 0.7727272727272727, 'number': 23}	{'precision': 0.6363636363636364, 'recall': 0.5833333333333334, 'f1': 0.6086956521739131, 'number': 24}	{'precision': 0.6666666666666666, 'recall': 0.7777777777777778, 'f1': 0.717948717948718, 'number': 18}	{'precision': 0.75, 'recall': 0.782608695652174, 'f1': 0.7659574468085107, 'number': 23}	{'precision': 0.4634146341463415, 'recall': 0.5, 'f1': 0.48101265822784817, 'number': 38}	{'precision': 0.48936170212765956, 'recall': 0.5348837209302325, 'f1': 0.5111111111111111, 'number': 43}	{'precision': 0.7272727272727273, 'recall': 0.8421052631578947, 'f1': 0.7804878048780488, 'number': 19}	{'precision': 0.5714285714285714, 'recall': 0.6666666666666666, 'f1': 0.6153846153846153, 'number': 18}	{'precision': 0.6842105263157895, 'recall': 0.6842105263157895, 'f1': 0.6842105263157895, 'number': 38}	{'precision': 0.21739130434782608, 'recall': 0.2631578947368421, 'f1': 0.23809523809523808, 'number': 19}	{'precision': 0.6285714285714286, 'recall': 0.6376811594202898, 'f1': 0.6330935251798562, 'number': 69}	{'precision': 0.7142857142857143, 'recall': 0.7974980453479281, 'f1': 0.7536017731806427, 'number': 1279}	{'precision': 0.8823529411764706, 'recall': 0.75, 'f1': 0.8108108108108107, 'number': 20}	{'precision': 0.6341463414634146, 'recall': 0.65, 'f1': 0.6419753086419754, 'number': 40}	{'precision': 0.04081632653061224, 'recall': 0.045454545454545456, 'f1': 0.04301075268817204, 'number': 44}	{'precision': 0.7094017094017094, 'recall': 0.6484375, 'f1': 0.6775510204081632, 'number': 128}	{'precision': 0.6470588235294118, 'recall': 0.5789473684210527, 'f1': 0.6111111111111113, 'number': 19}	{'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18}	0.6676	0.7186	0.6921	0.8790
0.2577	6.0	1116	0.4511	{'precision': 0.7727272727272727, 'recall': 0.7391304347826086, 'f1': 0.7555555555555555, 'number': 23}	{'precision': 0.3125, 'recall': 0.45454545454545453, 'f1': 0.3703703703703703, 'number': 11}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.6666666666666666, 'recall': 0.7619047619047619, 'f1': 0.7111111111111111, 'number': 21}	{'precision': 0.65, 'recall': 0.5652173913043478, 'f1': 0.6046511627906976, 'number': 23}	{'precision': 0.2, 'recall': 0.21052631578947367, 'f1': 0.20512820512820512, 'number': 19}	{'precision': 0.5, 'recall': 0.4074074074074074, 'f1': 0.44897959183673464, 'number': 27}	{'precision': 0.8125, 'recall': 0.8125, 'f1': 0.8125, 'number': 16}	{'precision': 0.6666666666666666, 'recall': 0.4827586206896552, 'f1': 0.56, 'number': 29}	{'precision': 0.8333333333333334, 'recall': 0.6521739130434783, 'f1': 0.7317073170731708, 'number': 23}	{'precision': 0.48, 'recall': 0.5, 'f1': 0.4897959183673469, 'number': 24}	{'precision': 0.6666666666666666, 'recall': 0.7777777777777778, 'f1': 0.717948717948718, 'number': 18}	{'precision': 0.75, 'recall': 0.782608695652174, 'f1': 0.7659574468085107, 'number': 23}	{'precision': 0.6571428571428571, 'recall': 0.6052631578947368, 'f1': 0.6301369863013698, 'number': 38}	{'precision': 0.509090909090909, 'recall': 0.6511627906976745, 'f1': 0.5714285714285714, 'number': 43}	{'precision': 0.6956521739130435, 'recall': 0.8421052631578947, 'f1': 0.761904761904762, 'number': 19}	{'precision': 0.6086956521739131, 'recall': 0.7777777777777778, 'f1': 0.6829268292682927, 'number': 18}	{'precision': 0.7297297297297297, 'recall': 0.7105263157894737, 'f1': 0.7200000000000001, 'number': 38}	{'precision': 0.24, 'recall': 0.3157894736842105, 'f1': 0.2727272727272727, 'number': 19}	{'precision': 0.6388888888888888, 'recall': 0.6666666666666666, 'f1': 0.6524822695035462, 'number': 69}	{'precision': 0.720701754385965, 'recall': 0.8029710711493354, 'f1': 0.7596153846153846, 'number': 1279}	{'precision': 0.8235294117647058, 'recall': 0.7, 'f1': 0.7567567567567567, 'number': 20}	{'precision': 0.7368421052631579, 'recall': 0.7, 'f1': 0.717948717948718, 'number': 40}	{'precision': 0.04878048780487805, 'recall': 0.045454545454545456, 'f1': 0.047058823529411764, 'number': 44}	{'precision': 0.7640449438202247, 'recall': 0.53125, 'f1': 0.6267281105990783, 'number': 128}	{'precision': 0.6111111111111112, 'recall': 0.5789473684210527, 'f1': 0.5945945945945946, 'number': 19}	{'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18}	0.6825	0.7191	0.7003	0.8809
0.2577	7.0	1302	0.4832	{'precision': 0.76, 'recall': 0.8260869565217391, 'f1': 0.7916666666666667, 'number': 23}	{'precision': 0.3125, 'recall': 0.45454545454545453, 'f1': 0.3703703703703703, 'number': 11}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.72, 'recall': 0.8571428571428571, 'f1': 0.782608695652174, 'number': 21}	{'precision': 0.5714285714285714, 'recall': 0.5217391304347826, 'f1': 0.5454545454545454, 'number': 23}	{'precision': 0.19047619047619047, 'recall': 0.21052631578947367, 'f1': 0.2, 'number': 19}	{'precision': 0.2903225806451613, 'recall': 0.3333333333333333, 'f1': 0.3103448275862069, 'number': 27}	{'precision': 0.8125, 'recall': 0.8125, 'f1': 0.8125, 'number': 16}	{'precision': 0.5357142857142857, 'recall': 0.5172413793103449, 'f1': 0.5263157894736843, 'number': 29}	{'precision': 0.85, 'recall': 0.7391304347826086, 'f1': 0.7906976744186046, 'number': 23}	{'precision': 0.5, 'recall': 0.5833333333333334, 'f1': 0.5384615384615384, 'number': 24}	{'precision': 0.6666666666666666, 'recall': 0.7777777777777778, 'f1': 0.717948717948718, 'number': 18}	{'precision': 0.75, 'recall': 0.782608695652174, 'f1': 0.7659574468085107, 'number': 23}	{'precision': 0.5833333333333334, 'recall': 0.5526315789473685, 'f1': 0.5675675675675677, 'number': 38}	{'precision': 0.423728813559322, 'recall': 0.5813953488372093, 'f1': 0.4901960784313726, 'number': 43}	{'precision': 0.6956521739130435, 'recall': 0.8421052631578947, 'f1': 0.761904761904762, 'number': 19}	{'precision': 0.6086956521739131, 'recall': 0.7777777777777778, 'f1': 0.6829268292682927, 'number': 18}	{'precision': 0.6944444444444444, 'recall': 0.6578947368421053, 'f1': 0.6756756756756757, 'number': 38}	{'precision': 0.2564102564102564, 'recall': 0.5263157894736842, 'f1': 0.3448275862068965, 'number': 19}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 69}	{'precision': 0.7092391304347826, 'recall': 0.8162627052384676, 'f1': 0.7589967284623773, 'number': 1279}	{'precision': 0.8235294117647058, 'recall': 0.7, 'f1': 0.7567567567567567, 'number': 20}	{'precision': 0.675, 'recall': 0.675, 'f1': 0.675, 'number': 40}	{'precision': 0.11904761904761904, 'recall': 0.11363636363636363, 'f1': 0.11627906976744186, 'number': 44}	{'precision': 0.7019230769230769, 'recall': 0.5703125, 'f1': 0.6293103448275862, 'number': 128}	{'precision': 0.6111111111111112, 'recall': 0.5789473684210527, 'f1': 0.5945945945945946, 'number': 19}	{'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18}	0.6599	0.7322	0.6942	0.8766
0.2577	8.0	1488	0.4700	{'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23}	{'precision': 0.2727272727272727, 'recall': 0.2727272727272727, 'f1': 0.2727272727272727, 'number': 11}	{'precision': 0.25, 'recall': 0.4, 'f1': 0.3076923076923077, 'number': 5}	{'precision': 0.6538461538461539, 'recall': 0.8095238095238095, 'f1': 0.7234042553191489, 'number': 21}	{'precision': 0.5, 'recall': 0.43478260869565216, 'f1': 0.46511627906976744, 'number': 23}	{'precision': 0.20833333333333334, 'recall': 0.2631578947368421, 'f1': 0.23255813953488372, 'number': 19}	{'precision': 0.3225806451612903, 'recall': 0.37037037037037035, 'f1': 0.3448275862068965, 'number': 27}	{'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16}	{'precision': 0.5714285714285714, 'recall': 0.5517241379310345, 'f1': 0.5614035087719299, 'number': 29}	{'precision': 0.8095238095238095, 'recall': 0.7391304347826086, 'f1': 0.7727272727272727, 'number': 23}	{'precision': 0.6153846153846154, 'recall': 0.6666666666666666, 'f1': 0.64, 'number': 24}	{'precision': 0.7619047619047619, 'recall': 0.8888888888888888, 'f1': 0.8205128205128205, 'number': 18}	{'precision': 0.76, 'recall': 0.8260869565217391, 'f1': 0.7916666666666667, 'number': 23}	{'precision': 0.6216216216216216, 'recall': 0.6052631578947368, 'f1': 0.6133333333333333, 'number': 38}	{'precision': 0.423728813559322, 'recall': 0.5813953488372093, 'f1': 0.4901960784313726, 'number': 43}	{'precision': 0.64, 'recall': 0.8421052631578947, 'f1': 0.7272727272727272, 'number': 19}	{'precision': 0.6521739130434783, 'recall': 0.8333333333333334, 'f1': 0.7317073170731708, 'number': 18}	{'precision': 0.7222222222222222, 'recall': 0.6842105263157895, 'f1': 0.7027027027027027, 'number': 38}	{'precision': 0.2608695652173913, 'recall': 0.3157894736842105, 'f1': 0.28571428571428575, 'number': 19}	{'precision': 0.6025641025641025, 'recall': 0.6811594202898551, 'f1': 0.6394557823129252, 'number': 69}	{'precision': 0.7198067632850241, 'recall': 0.815480844409695, 'f1': 0.7646627565982403, 'number': 1279}	{'precision': 0.7222222222222222, 'recall': 0.65, 'f1': 0.6842105263157895, 'number': 20}	{'precision': 0.5652173913043478, 'recall': 0.65, 'f1': 0.6046511627906976, 'number': 40}	{'precision': 0.09523809523809523, 'recall': 0.09090909090909091, 'f1': 0.09302325581395349, 'number': 44}	{'precision': 0.6846846846846847, 'recall': 0.59375, 'f1': 0.6359832635983264, 'number': 128}	{'precision': 0.6111111111111112, 'recall': 0.5789473684210527, 'f1': 0.5945945945945946, 'number': 19}	{'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18}	0.6673	0.7352	0.6996	0.8790
0.1425	9.0	1674	0.4870	{'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23}	{'precision': 0.2727272727272727, 'recall': 0.2727272727272727, 'f1': 0.2727272727272727, 'number': 11}	{'precision': 0.2222222222222222, 'recall': 0.4, 'f1': 0.2857142857142857, 'number': 5}	{'precision': 0.75, 'recall': 0.8571428571428571, 'f1': 0.7999999999999999, 'number': 21}	{'precision': 0.4782608695652174, 'recall': 0.4782608695652174, 'f1': 0.4782608695652174, 'number': 23}	{'precision': 0.2, 'recall': 0.2631578947368421, 'f1': 0.22727272727272727, 'number': 19}	{'precision': 0.41379310344827586, 'recall': 0.4444444444444444, 'f1': 0.4285714285714286, 'number': 27}	{'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16}	{'precision': 0.5769230769230769, 'recall': 0.5172413793103449, 'f1': 0.5454545454545454, 'number': 29}	{'precision': 0.8571428571428571, 'recall': 0.782608695652174, 'f1': 0.8181818181818182, 'number': 23}	{'precision': 0.56, 'recall': 0.5833333333333334, 'f1': 0.5714285714285714, 'number': 24}	{'precision': 0.6363636363636364, 'recall': 0.7777777777777778, 'f1': 0.7000000000000001, 'number': 18}	{'precision': 0.76, 'recall': 0.8260869565217391, 'f1': 0.7916666666666667, 'number': 23}	{'precision': 0.5882352941176471, 'recall': 0.5263157894736842, 'f1': 0.5555555555555555, 'number': 38}	{'precision': 0.4727272727272727, 'recall': 0.6046511627906976, 'f1': 0.5306122448979591, 'number': 43}	{'precision': 0.6666666666666666, 'recall': 0.8421052631578947, 'f1': 0.744186046511628, 'number': 19}	{'precision': 0.6363636363636364, 'recall': 0.7777777777777778, 'f1': 0.7000000000000001, 'number': 18}	{'precision': 0.7027027027027027, 'recall': 0.6842105263157895, 'f1': 0.6933333333333334, 'number': 38}	{'precision': 0.23333333333333334, 'recall': 0.3684210526315789, 'f1': 0.2857142857142857, 'number': 19}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 69}	{'precision': 0.7414170927684441, 'recall': 0.7935887412040656, 'f1': 0.7666163141993958, 'number': 1279}	{'precision': 0.7222222222222222, 'recall': 0.65, 'f1': 0.6842105263157895, 'number': 20}	{'precision': 0.627906976744186, 'recall': 0.675, 'f1': 0.6506024096385542, 'number': 40}	{'precision': 0.07142857142857142, 'recall': 0.06818181818181818, 'f1': 0.0697674418604651, 'number': 44}	{'precision': 0.7, 'recall': 0.6015625, 'f1': 0.6470588235294118, 'number': 128}	{'precision': 0.5789473684210527, 'recall': 0.5789473684210527, 'f1': 0.5789473684210527, 'number': 19}	{'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18}	0.6827	0.7205	0.7011	0.8834
0.1425	10.0	1860	0.4992	{'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23}	{'precision': 0.2727272727272727, 'recall': 0.2727272727272727, 'f1': 0.2727272727272727, 'number': 11}	{'precision': 0.2, 'recall': 0.4, 'f1': 0.26666666666666666, 'number': 5}	{'precision': 0.72, 'recall': 0.8571428571428571, 'f1': 0.782608695652174, 'number': 21}	{'precision': 0.5217391304347826, 'recall': 0.5217391304347826, 'f1': 0.5217391304347826, 'number': 23}	{'precision': 0.16666666666666666, 'recall': 0.21052631578947367, 'f1': 0.186046511627907, 'number': 19}	{'precision': 0.41379310344827586, 'recall': 0.4444444444444444, 'f1': 0.4285714285714286, 'number': 27}	{'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16}	{'precision': 0.5333333333333333, 'recall': 0.5517241379310345, 'f1': 0.5423728813559322, 'number': 29}	{'precision': 0.85, 'recall': 0.7391304347826086, 'f1': 0.7906976744186046, 'number': 23}	{'precision': 0.6, 'recall': 0.625, 'f1': 0.6122448979591836, 'number': 24}	{'precision': 0.6363636363636364, 'recall': 0.7777777777777778, 'f1': 0.7000000000000001, 'number': 18}	{'precision': 0.76, 'recall': 0.8260869565217391, 'f1': 0.7916666666666667, 'number': 23}	{'precision': 0.5714285714285714, 'recall': 0.5263157894736842, 'f1': 0.547945205479452, 'number': 38}	{'precision': 0.48214285714285715, 'recall': 0.627906976744186, 'f1': 0.5454545454545454, 'number': 43}	{'precision': 0.6666666666666666, 'recall': 0.8421052631578947, 'f1': 0.744186046511628, 'number': 19}	{'precision': 0.6818181818181818, 'recall': 0.8333333333333334, 'f1': 0.7499999999999999, 'number': 18}	{'precision': 0.6944444444444444, 'recall': 0.6578947368421053, 'f1': 0.6756756756756757, 'number': 38}	{'precision': 0.21428571428571427, 'recall': 0.3157894736842105, 'f1': 0.2553191489361702, 'number': 19}	{'precision': 0.6571428571428571, 'recall': 0.6666666666666666, 'f1': 0.6618705035971223, 'number': 69}	{'precision': 0.7265734265734266, 'recall': 0.8123534010946052, 'f1': 0.7670727205610927, 'number': 1279}	{'precision': 0.7222222222222222, 'recall': 0.65, 'f1': 0.6842105263157895, 'number': 20}	{'precision': 0.6428571428571429, 'recall': 0.675, 'f1': 0.6585365853658537, 'number': 40}	{'precision': 0.09302325581395349, 'recall': 0.09090909090909091, 'f1': 0.09195402298850575, 'number': 44}	{'precision': 0.6814159292035398, 'recall': 0.6015625, 'f1': 0.6390041493775933, 'number': 128}	{'precision': 0.5789473684210527, 'recall': 0.5789473684210527, 'f1': 0.5789473684210527, 'number': 19}	{'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18}	0.6735	0.7332	0.7021	0.8825

Framework versions

Transformers 4.46.3
Pytorch 2.5.1+cu124
Datasets 3.1.0
Tokenizers 0.20.3

Kudod/bert-base-ner-ghtk-gam-new-data-3090-29may-1

bert-base-ner-ghtk-gam-new-data-3090-29may-1

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Kudod/
bert-base-ner-ghtk-gam-new-data-3090-29may-1