Question

我正在使用https://www.tensorflow.org/api_docs/python/tf/estimator/DNNClassifier

假设我有分类问题。试图对2件事进行分类。 Class1是Happy Face，Class2是Happy Face。在这个特殊的场景中，每天看1000多个样本时，我只想抓住前10名Happy Faces。所以，我只是非常有信心前10名面孔是Happy Faces。因此，如果它将快乐的脸分类为不快乐的脸，我很好。它可能会错过一些（或者说相当于1000年代的100个，它会审查一天）。但是，如果它把一个不幸福的面孔错误地分类为一个快乐的脸......我对结果不满意。

So we could say that:
GOOD = TP = (truth) Happy Face,      (prediction) Happy Face
BAD  = FP = (truth) Not Happy Face,  (prediction) Happy Face
GOOD = TN = (truth) Not Happy Face,  (prediction) Not Happy Face
OK   = FN = (truth) Happy Face,      (prediction) Not Happy Face

相当多，我可以忍受偶尔的FN（假阴性）。但我真的不想要FP（误报）

我感兴趣的是使用权重列“减轻”所有一个类，并“增加”另一个类。

最后，我想要某种有偏见的损失/成本函数。在训练时，FP应该“花费”更多，FN，仍然应该花费，但少一点。看看DNNClassifier，看起来weight_column可能就是答案。

训练时，我可以将所有Happy Faces设置为1.5+的重量（或某些东西，需要进行实验）。我可以把所有不幸福的面孔设置为0.5（或其他）。

所以，它归结为几个问题：

这是重量栏的用途吗？
我看到权重列应该是一个功能/输入。在这种情况下，我不希望将权重列用作特征，因为我认为模型会获得权重与分类的相关性，并且严重依赖于该输入作为预测变量。那么，tensorflow是否使用权重列作为输入？我希望不会。
假设/希望TF不使用权重列进行输入，在预测/评估时，我为权重列传递了什么？ 1
如果weight_column不是答案，那么处理这种情况的推荐解决方案是什么（一个特定类的偏差成本函数）？我不需要该模型在所有分类上100％准确。但是对于一个班级来说，当它说它是一张快乐的脸时，我希望它相当自信它是一个快乐的脸。如果它错过了一些快乐的面孔，它认为他们不是幸福的面孔。没关系。只要我每天获得前10名“最开心”的面孔，我很高兴：）

感谢您的帮助。我很感激。

Answer 1

我认为玩阈值是处理FN和FP权衡的更好方法。你可以这样做：

probability_of_1 = predictions from estimator
if probability_of_1 > YOUR_THRESHOLD:
  output = happy-face
else:
  output = not-happy-face

在Tensorflow中使用tf.estimator.DNNClassifier时，如何正确使用weight_column（或者如何制作有偏差的成本函数）？

1 个答案: