tf.keras.metrics.FalsePositives

Вычисляет количество ложных срабатываний.

Наследуется от: Metric

tf.keras.metrics.FalsePositives(
    thresholds=None, name=None, dtype=None
)

Используется в блокнотах

Используется в учебниках
Классификация на несбалансированных данных

Если sample_weight задано, вычисляет сумму весов ложных срабатываний. Эта метрика создаёт одну локальную переменную, accumulator, которая используется для отслеживания количества ложных срабатываний.

Если sample_weight равно None, веса по умолчанию равны 1. Используйте sample_weight 0 для маскирования значений.

Аргументы
`thresholds`	(Необязательно) По умолчанию `0.5`. Вещественное значение или список/кортеж Python с вещественными значениями порога в `[0, 1]`. Порог сравнивается со значениями прогноза для определения истинного значения прогнозов (т.е., выше порога — это `True`, ниже — `False`). Если используется функция потерь, которая устанавливает `from_logits=True` (т.е. к прогнозам не применяется сигмоида), `thresholds` следует установить в 0. Для каждого значения порога генерируется одно значение метрики.
`name`	(Необязательно) Имя строки экземпляра метрики.
`dtype`	(Необязательно) Тип данных результата метрики.

Примеры:

m = keras.metrics.FalsePositives()
m.update_state([0, 1, 0, 0], [0, 0, 1, 1])
m.result()
2.0

m.reset_state()
m.update_state([0, 1, 0, 0], [0, 0, 1, 1], sample_weight=[0, 0, 1, 0])
m.result()
1.0

Атрибуты
`dtype`
`variables`

Методы

`add_variable`

Просмотреть исходный код

add_variable(
    shape, initializer, dtype=None, aggregation='sum', name=None
)

`add_weight`

Просмотреть исходный код

add_weight(
    shape=(), initializer=None, dtype=None, name=None
)

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

`get_config`

Просмотреть исходный код

get_config()

Возвращает сериализуемую конфигурацию метрики.

`reset_state`

Просмотреть исходный код

reset_state()

Сбрасывает все переменные состояния метрики.

Эта функция вызывается между эпохами/шагами, когда метрика оценивается во время обучения.

`result`

Просмотреть исходный код

result()

Вычисляет текущее значение метрики.

Возвращает
Скалярный тензор или словарь скалярных тензоров.

`stateless_reset_state`

Просмотреть исходный код

stateless_reset_state()

`stateless_result`

Просмотреть исходный код

stateless_result(
    metric_variables
)

`stateless_update_state`

Просмотреть исходный код

stateless_update_state(
    metric_variables, *args, **kwargs
)

`update_state`

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику метрики.

Аргументы
`y_true`	Значения фактических данных.
`y_pred`	Прогнозируемые значения.
`sample_weight`	Необязательное взвешивание каждого примера. По умолчанию `1`. Может быть тензором, ранг которого равен 0 или совпадает с рангом `y_true`, и должен быть транслируемым до `y_true`.

`call`

Просмотреть исходный код

__call__(
    *args, **kwargs
)

Вызов self как функции.

© 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/keras/metrics/FalsePositives