Question

我正在运行张量流模型并尝试了解其性能。但是，我不确定结果中的某些指标。我使用了tf.estimator.LinearClassifier的Linear分类器。代码和结果如下：

模型是：

def build_estimator(model_dir, model_type):
    wide_columns, deep_columns = build_model_columns()
    run_config = tf.estimator.RunConfig().replace(session_config=tf.ConfigProto(device_count={'GPU': 0}))

    if model_type == 'wide':
        return tf.estimator.LinearClassifier(
            model_dir=model_dir,
            feature_columns=wide_columns,
            config=run_config)

model.evaluate方法是：

for n in range(FLAGS.train_epochs // FLAGS.epochs_per_eval):
    model.train(input_fn=lambda: input_fn(
        FLAGS.train_data, FLAGS.epochs_per_eval, True, FLAGS.batch_size))

    results = model.evaluate(input_fn=lambda: input_fn(
        FLAGS.test_data, 1, False, FLAGS.batch_size))

我想知道auc_precision_recall：0.998951在model.evaluate方法中的指标是什么。它是auc或精确或召回或这些的任何组合？

结果如附件所示 this screenshot

Answer 1

from numpy import array a0 = array(m0) result = a0 ** 2是“精确回忆曲线下的区域”。 AUC代表“曲线下面积”。这些概念在线有很多参考资料。这是一个：http://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.html

Tensorflow评估

1 个答案: