tf.compat.v1.metrics.precision_at_thresholds

Вычисляет значения точности для разных thresholds на predictions.

tf.compat.v1.metrics.precision_at_thresholds(
    labels,
    predictions,
    thresholds,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

Функция precision_at_thresholds создает четыре локальные переменные: true_positives, true_negatives, false_positives и false_negatives для различных значений порогов. precision[i] определяется как суммарный вес значений в predictions выше thresholds[i], соответствующие элементы которых в labels равны True, деленный на суммарный вес значений в predictions выше thresholds[i] (true_positives[i] / (true_positives[i] + false_positives[i])).

Для оценки метрики на потоке данных функция создает операцию update_op, которая обновляет эти переменные и возвращает precision.

Если weights равен None, веса по умолчанию равны 1. Используйте веса 0, чтобы маскировать значения.

Аргументы
`labels`	Эталонные значения, `Tensor`, размерности которого должны совпадать с размерностями `predictions`. Будет приведен к типу `bool`.
`predictions`	Вещественный `Tensor` произвольной формы со значениями в диапазоне `[0, 1]`.
`thresholds`	Список или кортеж Python с вещественными пороговыми значениями в `[0, 1]`.
`weights`	Необязательный `Tensor`, ранг которого равен 0 или рангу `labels`; он должен допускать трансляцию к форме `labels` (то есть все размерности должны быть либо `1`, либо совпадать с соответствующей размерностью `labels`).
`metrics_collections`	Необязательный список коллекций, в которые следует добавить `auc`.
`updates_collections`	Необязательный список коллекций, в которые следует добавить `update_op`.
`name`	Необязательное имя variable_scope.

Возвращает
`precision`	Вещественный `Tensor` формы `[len(thresholds)]`.
`update_op`	Операция, увеличивающая переменные `true_positives`, `true_negatives`, `false_positives` и `false_negatives`, используемые при вычислении `precision`.

Вызывает исключения
`ValueError`	Если формы `predictions` и `labels` не совпадают, или если `weights` не является `None` и его форма не совпадает с `predictions`, или если `metrics_collections` либо `updates_collections` не являются списком или кортежем.
`RuntimeError`	Если включено eager-выполнение.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/metrics/precision_at_thresholds