Question

我已尝试使用Keras提供的代码，然后才将其删除。这是代码：

def precision(y_true, y_pred):
    true_positives = K.sum(K.round(K.clip(y_true * y_pred, 0, 1)))
    predicted_positives = K.sum(K.round(K.clip(y_pred, 0, 1)))
    precision = true_positives / (predicted_positives + K.epsilon())
    return precision

def recall(y_true, y_pred):
    true_positives = K.sum(K.round(K.clip(y_true * y_pred, 0, 1)))
    possible_positives = K.sum(K.round(K.clip(y_true, 0, 1)))
    recall = true_positives / (possible_positives + K.epsilon())
    return recall

def fbeta_score(y_true, y_pred, beta=1):
    if beta < 0:
        raise ValueError('The lowest choosable beta is zero (only precision).')

    # If there are no true positives, fix the F score at 0 like sklearn.
    if K.sum(K.round(K.clip(y_true, 0, 1))) == 0:
        return 0

    p = precision(y_true, y_pred)
    r = recall(y_true, y_pred)
    bb = beta ** 2
    fbeta_score = (1 + bb) * (p * r) / (bb * p + r + K.epsilon())
    return fbeta_score

def fmeasure(y_true, y_pred):
    return fbeta_score(y_true, y_pred, beta=1)

从我所看到的（我是一个业余爱好者），似乎他们使用了正确的公式。但是，当我尝试将其用作训练过程中的指标时，我得到了val_accuracy，val_precision，val_recall和val_fmeasure的完全相等的输出。我相信即使公式正确也可能发生，但我相信这不太可能。对此问题的任何解释？谢谢

Answer 1

因为Keras 2.0指标f1，精度和召回已被删除。解决方案是使用自定义度量函数：

from keras import backend as K

def f1(y_true, y_pred):
    def recall(y_true, y_pred):
        """Recall metric.

        Only computes a batch-wise average of recall.

        Computes the recall, a metric for multi-label classification of
        how many relevant items are selected.
        """
        true_positives = K.sum(K.round(K.clip(y_true * y_pred, 0, 1)))
        possible_positives = K.sum(K.round(K.clip(y_true, 0, 1)))
        recall = true_positives / (possible_positives + K.epsilon())
        return recall

    def precision(y_true, y_pred):
        """Precision metric.

        Only computes a batch-wise average of precision.

        Computes the precision, a metric for multi-label classification of
        how many selected items are relevant.
        """
        true_positives = K.sum(K.round(K.clip(y_true * y_pred, 0, 1)))
        predicted_positives = K.sum(K.round(K.clip(y_pred, 0, 1)))
        precision = true_positives / (predicted_positives + K.epsilon())
        return precision
    precision = precision(y_true, y_pred)
    recall = recall(y_true, y_pred)
    return 2*((precision*recall)/(precision+recall+K.epsilon()))


model.compile(loss='binary_crossentropy',
          optimizer= "adam",
          metrics=[f1])

此功能的返回行

return 2*((precision*recall)/(precision+recall+K.epsilon()))

通过添加常数epsilon来修改

，以避免除以0.因此不会计算NaN。

Answer 2

使用Keras度量函数不是计算F1或AUC或诸如此类的正确方法。

这样做的原因是，在验证时，每个批处理步骤都会调用metric函数。这样，Keras系统将计算批处理结果的平均值。那不是正确的F1得分。

这就是为什么F1分数从keras的度量函数中删除的原因。看到这里：

正确的方法是使用自定义回调函数，如下所示： https://medium.com/@thongonary/how-to-compute-f1-score-for-each-epoch-in-keras-a1acd17715a2

Answer 3

我还建议这种解决方法

安装keras_metrics软件包
在for循环内调用model.fit(nb_epoch=1, ...)，以利用每个时期后输出的精度/调用指标

类似这样的东西：

    for mini_batch in range(epochs):
        model_hist = model.fit(X_train, Y_train, batch_size=batch_size, epochs=1,
                            verbose=2, validation_data=(X_val, Y_val))

        precision = model_hist.history['val_precision'][0]
        recall = model_hist.history['val_recall'][0]
        f_score = (2.0 * precision * recall) / (precision + recall)
        print 'F1-SCORE {}'.format(f_score)

Answer 4

正如@Pedia在上面的评论中所说的那样on_epoch_end，如github.com/fchollet/keras/issues/5400所述是最好的方法。

Answer 5

这是我使用子类进行的流式自定义f1_score指标。它适用于TensorFlow 2.0 beta，但我还没有在其他版本上尝试过。它所做的是在整个时期内跟踪真实的阳性，预测的阳性以及所有可能的阳性，然后在该时期结束时计算f1分数。我认为其他答案只是给出每批次的f1分数，当我们真的想要所有数据的f1分数时，这并不是最好的指标。

我得到了AurélienGeron新书未经处理的原始副本，该书带有Scikit-Learn和Tensorflow 2.0的动手机器学习，并强烈推荐它。这就是我如何使用子类学习如何使用此f1自定义指标的方法。这是我见过的最全面的TensorFlow书籍。 TensorFlow严重阻碍了学习，这个家伙奠定了编码基础，可以学到很多东西。

仅供参考：在指标中，我必须将括号放在f1_score（）中，否则它将不起作用。

pip install tensorflow == 2.0.0-beta1

from sklearn.model_selection import train_test_split
import tensorflow as tf
from tensorflow import keras
import numpy as np

def create_f1():
    def f1_function(y_true, y_pred):
        y_pred_binary = tf.where(y_pred>=0.5, 1., 0.)
        tp = tf.reduce_sum(y_true * y_pred_binary)
        predicted_positives = tf.reduce_sum(y_pred_binary)
        possible_positives = tf.reduce_sum(y_true)
        return tp, predicted_positives, possible_positives
    return f1_function


class F1_score(keras.metrics.Metric):
    def __init__(self, **kwargs):
        super().__init__(**kwargs) # handles base args (e.g., dtype)
        self.f1_function = create_f1()
        self.tp_count = self.add_weight("tp_count", initializer="zeros")
        self.all_predicted_positives = self.add_weight('all_predicted_positives', initializer='zeros')
        self.all_possible_positives = self.add_weight('all_possible_positives', initializer='zeros')

    def update_state(self, y_true, y_pred,sample_weight=None):
        tp, predicted_positives, possible_positives = self.f1_function(y_true, y_pred)
        self.tp_count.assign_add(tp)
        self.all_predicted_positives.assign_add(predicted_positives)
        self.all_possible_positives.assign_add(possible_positives)

    def result(self):
        precision = self.tp_count / self.all_predicted_positives
        recall = self.tp_count / self.all_possible_positives
        f1 = 2*(precision*recall)/(precision+recall)
        return f1

X = np.random.random(size=(1000, 10))     
Y = np.random.randint(0, 2, size=(1000,))
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.2)

model = keras.models.Sequential([
    keras.layers.Dense(5, input_shape=[X.shape[1], ]),
    keras.layers.Dense(1, activation='sigmoid')
])

model.compile(loss='binary_crossentropy', optimizer='SGD', metrics=[F1_score()])

history = model.fit(X_train, y_train, epochs=5, validation_data=(X_test, y_test))

Answer 6

@Diesche提到以这种方式实现f1_score的主要问题是，在每个批处理步骤都调用它，导致结果混乱比其他任何事情都重要。

我一直在为解决这个问题而苦苦挣扎，但最终通过使用回调解决了这个问题：在一个时代结束时，回调会预测数据（在这种情况下，我选择仅将其应用于验证数据）和新的模型参数，并为您提供在整个时期内评估的连贯指标。

我在python3上使用tensorflow-gpu（1.14.0）

from tensorflow.python.keras.models import Sequential, Model
from sklearn.metrics import  f1_score
from tensorflow.keras.callbacks import Callback
from tensorflow.python.keras import optimizers



optimizer = optimizers.SGD(lr=0.0001, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(optimizer=optimizer, loss="binary_crossentropy", metrics=['accuracy'])
model.summary()

class Metrics(Callback):
    def __init__(self, model, valid_data, true_outputs):
        super(Callback, self).__init__()
        self.model=model
        self.valid_data=valid_data    #the validation data I'm getting metrics on
        self.true_outputs=true_outputs    #the ground truth of my validation data
        self.steps=len(self.valid_data)


    def on_epoch_end(self, args,*kwargs):
        gen=generator(self.valid_data)     #generator yielding the validation data
        val_predict = (np.asarray(self.model.predict(gen, batch_size=1, verbose=0, steps=self.steps)))

        """
        The function from_proba_to_output is used to transform probabilities  
        into an understandable format by sklearn's f1_score function
        """
        val_predict=from_proba_to_output(val_predict, 0.5)
        _val_f1 = f1_score(self.true_outputs, val_predict)
        print ("val_f1: ", _val_f1, "   val_precision: ", _val_precision, "   _val_recall: ", _val_recall)

函数from_proba_to_output如下：

def from_proba_to_output(probabilities, threshold):
    outputs = np.copy(probabilities)
    for i in range(len(outputs)):

        if (float(outputs[i])) > threshold:
            outputs[i] = int(1)
        else:
            outputs[i] = int(0)
    return np.array(outputs)

然后我通过在fit_generator的回调部分中引用此度量标准类来训练我的模型。我没有详细介绍train_generator和valid_generator的实现，因为这些数据生成器特定于手头的分类问题，发布它们只会带来混乱。

    model.fit_generator(
train_generator, epochs=nbr_epochs, verbose=1, validation_data=valid_generator, callbacks=[Metrics(model, valid_data)])

如何计算Keras的F1 Macro？

6 个答案: