我有六个Keras二进制分类模型。我想知道当所有模型产生相同预测时模型组的准确性(例如,当所有模型的投票结果> 0.5或<0.5时的准确性。
以下是我目前对预测进行四舍五入的精度函数。我不知道如何使它接受多个模型的输入。
def soft_acc(y_true, y_pred):
return K.mean(K.equal(K.round(y_true), K.round(y_pred)))
该组中的每个模型都输出0到1之间的预测。
一个例子是,如果5个模型的投票结果> .5,但一个模型的投票结果<.5,则不会进行准确性计算。但是,如果所有六个模型的投票结果均大于.5,那么它将看到模型组的预测是否正确。
我不确定您是否可以使用tf / Keras的内置功能来做到这一点。 谢谢!