时间戳

首页 > 解决方案 > 用于多标签分类的 keras 自定义指标

tensorflow - 用于多标签分类的 keras 自定义指标

问题描述

我正在使用sigmoidandbinary_crossentropy进行多标签分类。

例如，标签y_true是like [1,0,1,0,0]，标签y_pred是like [0.8,0.3,0.9,0,0]。

如何设置 Keras 自定义度量函数，使y_pred大于 0.5 的每个元素映射为 1，y_pred小于 0.5 的每个元素映射为 0，然后比较y_pred匹配的标签数y_true？

标签： tensorflowmachine-learningkerasdeep-learningmultilabel-classification

解决方案

由于您正在进行多标签分类，因此您似乎希望将整个真实标签和预测标签相互比较。例如，对于一个具有真实标签[1, 0, 0]和预测标签的单个样本，[0, 0, 0]您认为预测准确度为零（尽管第二类和第三类的标签已被正确预测）。如果是这种情况，您可以比较标签，然后使用all()后端的方法来确保所有类的标签彼此匹配：

from keras import backend as K

def full_multi_label_metric(y_true, y_pred):
    comp = K.equal(y_true, K.round(y_pred))
    return K.cast(K.all(comp, axis=-1), K.floatx())

推荐阅读