张量流：加权交叉熵中权重的解释

Question

Tensorflow函数tf.nn.weighted_cross_entropy_with_logits()采用参数pos_weight。 documentation将pos_weight定义为＆＃34;在正例上使用的系数。＆＃34;我认为这意味着增加pos_weight会增加误报的损失并减少假阴性的损失。或者我倒退了吗？

Answer 1

实际上，反之亦然。引用文档：

  

参数pos_weight用作积极的乘数   目标

因此，假设您的数据集中有5个正面示例且7为负数，如果您设置了pos_weight=2，那么您的损失就像是10积极的例子和7否定的。

假设你所有的正面例子都是错的，而且都是负面的。最初你会有5个漏报和0误报。当你增加pos_weight时，假阴性的数量会人为增加。请注意，来自误报的损失值不会发生变化。