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

Question

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？

Answer 1

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