python - Keras 中的自定义指标,用于计算回归任务中的二元分类准确度
问题描述
我在导航 tensorflow 语法和函数时遇到了很大的麻烦,并且正在为 Keras 没有为我提供好的 np 数组这一事实而苦苦挣扎。
我有一个带有单个 tanh 激活输出的网络。
基本上这就是我想要的:
y_true = [-0.4, -0.2, 0, -0.3, 0.4, 0.1, -1, 1, 0, -0.2]
y_pred = [-0.4, 0.2, 0, -0.3, -0.4, 0.1, -1, -1, 0, 1]
我想计算与地面真值具有相同符号的预测的比例。例如在上面的例子中,这将是 7/10 或 70%
我可能会使用以下方法来计算:
correct = np.where((y_true * y_pred) >= 0, 1 , 0)
correct.mean()
给定 Keras 中自定义指标的以下函数标头,我将如何执行此操作?
def binary_class_acc_metric(y_true, y_pred):
非常感谢
解决方案
这似乎有效:
def acc(y_true, y_pred):
multi = tf.multiply(y_true, y_pred)
correct = K.greater(multi,0)
return K.mean(correct)
推荐阅读
- r - 获取R中括号零的两个值的索引
- python - Doc2vec 仅输出单个文档而不是两个文档向量的数据
- powerbi - Power BI - 参考结果集中的其他行以确定是否显示行
- r - r markdown 未编译
- python - 使用 Python 正则表达式忽略字符串中的 `:`
- parsing - 为什么它给我这个错误?Python解析器
- r - R笔记本表格格式
- angular - 如何清除/重置角镖整数输入字段中的无效输入?
- xml - javax.xml.bind.UnmarshalException:意外元素(uri:“”,本地:“响应”)
- php - Codeigniter 会话 user_data 为空