tf.keras.metrics.R2Score

Вычисляет значение R2.

Наследуется от: Metric

tf.keras.metrics.R2Score(
    class_aggregation='uniform_average',
    num_regressors=0,
    name='r2_score',
    dtype=None
)

Формула:

sum_squares_residuals = sum((y_true - y_pred) ** 2)
sum_squares = sum((y_true - mean(y_true)) ** 2)
R2 = 1 - sum_squares_residuals / sum_squares

Это также называется коэффициентом детерминации.

Он показывает, насколько близкой является настроенная регрессионная прямая к истинным данным.

Наибольшее возможное значение — 1,0. Оно указывает, что предикторы полностью учитывают вариацию целевой переменной.
Значение 0,0 указывает, что предикторы не учитывают вариацию целевой переменной.
Значение может быть отрицательным, если модель хуже случайной.

Эта метрика также может вычислить значение "Adjusted R2".

Аргументы
`class_aggregation`	Указывает, как агрегировать значения метрики для различных классов вывода (или целевых измерений), то есть различных измерений на последней оси прогнозов. Эквивалентно аргументу `multioutput` в Scikit-Learn. Должно быть одним из значений `None` (без агрегации), `"uniform_average"`, `"variance_weighted_average"`.
`num_regressors`	Количество независимых регрессоров, используемых для расчета ("Adjusted R2"). 0 соответствует стандартному значению R2. По умолчанию равно `0`.
`name`	Необязательно. Имя метрики.
`dtype`	Необязательно. Тип данных результата метрики.

Пример:

y_true = np.array([[1], [4], [3]], dtype=np.float32)
y_pred = np.array([[2], [4], [4]], dtype=np.float32)
metric = keras.metrics.R2Score()
metric.update_state(y_true, y_pred)
result = metric.result()
result
0.57142854

Атрибуты
`dtype`
`variables`

Методы

`add_variable`

Посмотреть исходный код

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

`add_weight`

Посмотреть исходный код

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

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

`get_config`

Посмотреть исходный код

get_config()

Возвращает сериализуемую конфигурацию метрики.

`reset_state`

Посмотреть исходный код

reset_state()

Сбрасывает все переменные состояния метрики.

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

`result`

Посмотреть исходный код

result()

Вычисляет текущее значение метрики.

Возвращает
Скалярный тензор или словарь скалярных тензоров.

`stateless_reset_state`

Посмотреть исходный код

stateless_reset_state()

`stateless_result`

Посмотреть исходный код

stateless_result(
    metric_variables
)

`stateless_update_state`

Посмотреть исходный код

stateless_update_state(
    metric_variables, *args, **kwargs
)

`update_state`

Посмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику среднеквадратичной ошибки.

Аргументы
`y_true`	Значения истинного результата.
`y_pred`	Предсказанные значения.
`sample_weight`	Необязательное весовое значение каждого примера. Может быть тензором ранга 0 или таким же, как у `y_true`, и должен быть транслируемым к `y_true`. По умолчанию `1`.

Возвращает
Операция обновления.

`call`

Посмотреть исходный код

__call__(
    *args, **kwargs
)

Вызов себя 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/R2Score