为什么这种二元分类精度计算有效？

Question

我已经开始使用Keras了，并注意到许多示例不使用内置的Keras准确度指标，而是使用他们自己的准确度函数，它们运行与var pan='<div class="panel panel-default text-center"><div class="panel- body" ></div>' function addPanel(){ $("#mpdiv").append(pan) } 相关的y_pred值。 {1}}。

该函数用于计算二进制分类[0,1]的准确性，但我不明白为什么它可行，因为即使是一个小例子我也看不出它。

Keras示例代码中的函数是：

y_true

但是，如果我们使用

的例子

def compute_accuracy(predictions, labels):
    return labels[predictions.ravel()<0.5].mean()

我们可以看到分类器只有一个预测错误（0.3被标记为1而不是0）。但是在这种情况下，上述精度函数表示精度为0.5而不是0.75。此外，如果在Keras中使用二进制精度度量，我会得到完全不同的精度结果。我想我误解了一些事情。