我想在keras中实现一个定制的度量,假设前k%最有可能的y_pred_probs
为真来计算召回率。在
在numpy
中,我将按如下方式进行操作。把你的问题分类。然后取第k
个索引处的值。注k=0.5
将给出中值。在
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])
来自:Keras custom decision threshold for precision and recall的答案非常接近,但是假设判断哪个y_pred
为真的阈值是已知的。如果可能的话,我想结合这些方法并实现基于k
和y_pred
的阈值查找。在
谢谢你引用我之前的回答。在
在这种情况下,如果您使用的是tensorflow后端,我建议您使用这个tensorflow function:
它输出bools的张量,如果答案属于top k,则输出1;如果不属于top k,则输出0
如果您需要更多信息,我已经链接了tensorflow文档。我希望有帮助。:-)
相关问题 更多 >
编程相关推荐