Question

我想在keras中实现一个自定义指标来计算回忆，假设前k％最有可能的1是真的。

在y_pred_probs我会这样做。对y_preds_probs进行排序。然后取numpy索引处的值。注意k会给出中值。

k=0.5

来自Keras custom decision threshold for precision and recall的答案非常接近但是假设已经知道决定哪个kth_pos = int(k * len(y_pred_probs)) threshold = np.sort(y_pred_probs)[::-1][kth_pos] y_pred = np.asarray([1 if i >= threshold else 0 for i in y_pred_probs])被假为真的阈值。我希望结合这些方法，并在可能的情况下根据Keras后端的y_pred和k找到threshold_value。

y_pred

Answer 1

感谢您引用我之前的回答。

在这种情况下，如果您使用张量流后端，我建议您使用此tensorflow function：

tf.nn.in_top_k(
    predictions,
    targets,
    k,
    name=None
)

它输出一个bool的张量，如果答案属于top k，则输出1，如果答案不属于top k，则输出0。

如果您需要更多信息，我已经链接了tensorflow文档。我希望它有所帮助。 :-)

基于预测值的Keras自定义召回度量

1 个答案: