大家好，
我正在研究我的文凭论文，并且我面临班级贡献不平衡的二进制分类问题。我的负号（“ 0”）比正号（“ 1”）多了10倍。因此，我不仅要考虑精度和ROC-AUC，还要考虑加权/平衡精度和Precision-Recall-AUC。
我已经在GitHub（https://github.com/keras-team/keras/issues/12991）上问了这个问题，但问题尚未得到解决，因此我认为这里的平台可能是更好的地方！
在对自定义回调中的验证集进行一些计算期间，我偶然发现或多或少地发现，加权精度始终与我使用 sklearn.metrics.accuracy_score（）的结果不同 ）。
使用Keras，加权精度必须在 model.compile（）中声明，并且是每个纪元后在logs {}字典中的键（并且CSVLogger也将其写入日志文件）回调或历史记录对象），或者由 model.evaluate（），
作为列表中的值返回model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'],
weighted_metrics=['accuracy'])
我使用Sklearn.metrics函数 class_weight.compute_sample_weight（）和 class_weight.compute_class_weight（）根据训练集的类贡献来计算val_sample_weights向量。 em>。
cls_weights = class_weight.compute_class_weight('balanced', np.unique(y_train._values),
y_train._values)
cls_weight_dict = {0: cls_weights[0], 1: cls_weights[1]}
val_sample_weights = class_weight.compute_sample_weight(cls_weight_dict, y_test._values)
在 model.fit（）中，我将此向量与验证数据一起传递给 sklearn.metrics.accuracy_score（），将其传递给参数名称 sample_weight 可以在相同的基础上比较结果。
model_output = model.fit(x_train, y_train, epochs=500, batch_size=32, verbose=1,
validation_data=(x_test, y_test, val_sample_weights))
此外，我从几个简单的示例中得出了Scitkit-learn如何计算加权准确度的方程式，似乎它是由以下方程式计算的（对我来说似乎很合理）：
TP，TN，FP和FN是混淆矩阵中报告的值，而w_p和w_n分别是正类别和负类别的类别权重。可以在这里找到一个简单的示例进行测试：
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.balanced_accuracy_score.html
出于完整性考虑， sklearn.metrics.accuracy_score（...，sample_weight =）返回与 sklearn.metrics.balanced_accuracy_score（）相同的结果。
我搜索了一个简单的示例，以使问题更容易重现，即使此处的班级失衡较弱（1：2而非1:10）。它基于Keras的入门教程，可以在这里找到：
https://towardsdatascience.com/k-as-in-keras-simple-classification-model-a9d2d23d5b5a
如上链接中所述， Pima Indianas发病糖尿病数据集将从主页Machine Learning Mastery的制造者Jason Brownlee的存储库中下载。但是我想它也可以从其他各个站点下载。
所以最后是代码：
from keras.layers import Dense, Dropout
from keras.models import Sequential
from keras.regularizers import l2
import pandas as pd
import numpy as np
from sklearn.utils import class_weight
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split
file = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/' \
'pima-indians-diabetes.data.csv'
# Load csv data from file to data using pandas
data = pd.read_csv(file, names=['pregnancies', 'glucose', 'diastolic', 'triceps', 'insulin',
'bmi', 'dpf', 'age', 'diabetes'])
# Process data
data.head()
x = data.drop(columns=['diabetes'])
y = data['diabetes']
# Split into train and test
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.1, random_state=0)
# define a sequential model
model = Sequential()
# 1st hidden layer
model.add(Dense(100, activation='relu', input_dim=8, kernel_regularizer=l2(0.01)))
model.add(Dropout(0.3))
# 2nd hidden layer
model.add(Dense(100, activation='relu', kernel_regularizer=l2(0.01)))
model.add(Dropout(0.3))
# Output layer
model.add(Dense(1, activation='sigmoid'))
# Compilation with weighted metrics
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'],
weighted_metrics=['accuracy'])
# Calculate validation _sample_weights_ based on the class distribution of train labels and
# apply it to test labels using Sklearn
cls_weights = class_weight.compute_class_weight('balanced', np.unique(y_train._values),
y_train._values)
cls_weight_dict = {0: cls_weights[0], 1: cls_weights[1]}
val_sample_weights = class_weight.compute_sample_weight(cls_weight_dict, y_test._values)
# Train model
model_output = model.fit(x_train, y_train, epochs=500, batch_size=32, verbose=1,
validation_data=(x_test, y_test, val_sample_weights))
# Predict model
y_pred = model.predict(x_test, batch_size=32, verbose=1)
# Classify predictions based on threshold at 0.5
y_pred_binary = (y_pred > 0.5) * 1
# Sklearn metrics
sklearn_accuracy = accuracy_score(y_test, y_pred_binary)
sklearn_weighted_accuracy = accuracy_score(y_test, y_pred_binary,
sample_weight=val_sample_weights)
# metric_list has 3 entries: [0] val_loss weighted by val_sample_weights, [1] val_accuracy
# [2] val_weighted_accuracy
metric_list = model.evaluate(x_test, y_test, batch_size=32, verbose=1,
sample_weight=val_sample_weights)
print('sklearn_accuracy=%.3f' %sklearn_accuracy)
print('sklearn_weighted_accuracy=%.3f' %sklearn_weighted_accuracy)
print('keras_evaluate_accuracy=%.3f' %metric_list[1])
print('keras_evaluate_weighted_accuracy=%.3f' %metric_list[2])
例如我得到：
sklearn_accuracy=0.792
sklearn_weighted_accuracy=0.718
keras_evaluate_accuracy=0.792
keras_evaluate_weighted_accuracy=0.712
对于Sklearn和Keras，“未加权”精度值相同。差异并不是很大，但是随着数据集变得更加不平衡，差异会越来越大。例如，对于我的任务，它总是彼此相差约5％！
也许我错过了某些东西，应该是那样的，但是无论如何，Keras和Sklearn提供了不同的值，这尤其令人困惑，尤其是将整个class_weights和sample_weights视为难以理解的话题。不幸的是，我对Keras的了解并不深，无法自己搜索Keras代码。
我非常感谢收到任何答复！
答案 0 :(得分：0)
我重复了您的确切玩具示例，实际上发现sklearn和keras确实给出了相同的结果。我重复了5次实验，以确保并非偶然，并且每次的结果都是相同的。对于其中一种运行，例如：
sklearn_accuracy=0.831
sklearn_weighted_accuracy=0.800
keras_evaluate_accuracy=0.831
keras_evaluate_weighted_accuracy=0.800
仅供参考，我正在使用sklearn和keras版本：
0.20.3
2.3.1
分别。请参阅以下Google colab示例：https://colab.research.google.com/drive/1b5pqbp9TXfKiY0ucEIngvz6_Tc4mo_QX