基于预测值的Keras定制召回指标

Question

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

^{pr2}$

Answer 1

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：

tf.nn.in_top_k(
    predictions,
    targets,
    k,
    name=None
)

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。：-）