Question

假设我们想要更改Abalone regression example，以便有一个额外的评估指标。名为pctWrong的指标等于错误为＆gt;的预测百分比。 1％： === pseudocode === pctWrong = countTrue(if (|y-y_hat|/y > 1%) True else False) / countTotal

=== Python ===
105 # Calculate additional eval metrics
106 eval_metric_ops = {
107     "rmse": tf.metrics.root_mean_squared_error(
108         tf.cast(labels, tf.float64), predictions),
109     "pctWrong": ???
110 }

您将如何定义此类指标？我找到了tf.metrics.percentage_below()，这可能会有所帮助，但我不知道如何使用它。特别是我不知道如何获得values参数。

Answer 1

更新：毕竟这并不困难。下面的代码有点粗糙，但它有效。

# Calculate additional eval metrics
ys = tf.cast(labels, tf.float64)
y_hats = predictions
losses = tf.divide(tf.abs(tf.subtract(ys, y_hats)), ys)
accuracies = -losses

eval_metric_ops = {
    "rmse": tf.metrics.root_mean_squared_error(tf.cast(labels, tf.float64), predictions),
    "pctWrong": tf.metrics.percentage_below(accuracies, -0.01)
}

Tensorflow：自定义错误聚合器

1 个答案: