Tensorflow对'positive_threshold_0.500000_mean'的意义是什么?

时间:2016-09-26 23:06:10

标签: machine-learning tensorflow

Tensorflow的evaluate function吐出一堆统计信息:

accuracy: 0.915224
accuracy/baseline_target_mean: 0.220896
accuracy/threshold_0.500000_mean: 0.915224
auc: 0.937926
global_step: 200
labels/actual_target_mean: 0.220896
labels/prediction_mean: 0.203677
loss: 0.247065
precision/positive_threshold_0.500000_mean: 0.991379
recall/positive_threshold_0.500000_mean: 0.621622

baseline_target_mean(准确性之后)和positive_threshold_0.500000_mean(召回之后和精确度之后)是什么意思?

1 个答案:

答案 0 :(得分:4)

由于您获得了这些统计信息,我假设您正在进行二进制分类。

<button id="key">key </button> <button id="hash">#</button>是数据中类标签的平均值,即在此示例中,假设您有类标签0和1,大约22%的测试示例属于类1,其余示例属于类标签可以是任意数字,因此解释取决于您的数据,我所描述的只是一种可能性,因为我不知道您正在使用的数据。

baseline_target_mean只是意味着预测高于0.5的阈值的示例被认为是正例,而低于0.5的示例则是负的