tf.contrib.metrics.auc_with_confidence_intervals

Вычисляет AUC и асимптотический нормально распределённый доверительный интервал.

tf.contrib.metrics.auc_with_confidence_intervals(
    labels, predictions, weights=None, alpha=0.95, logit_transformation=True,
    metrics_collections=(), updates_collections=(), name=None
)

ПРИМЕЧАНИЕ: этот подход требует сохранения всех предсказаний и меток для одного этапа оценки в памяти, поэтому он может быть неприменим при очень большом размере пакета оценки и/или количестве шагов оценки.

Вычисляет площадь под кривой ROC и её доверительный интервал с использованием значений размещения. Это имеет преимущество устойчивости к распределению предсказаний путём агрегации по пакетам, накопления меток и предсказаний и выполнения окончательного расчёта с использованием всех конкатенированных значений.

Аргументы
`labels`	A `Tensor` истинного значения меток с такой же формой, как `labels` и значениями 0 или 1, чьи значения могут быть преобразованы в `int64`.
`predictions`	A `Tensor` предсказаний, чьи значения могут быть преобразованы в `float64`. Будет преобразовано в 1-мерный `Tensor`.
`weights`	Необязательный `Tensor`, чья ранг равна либо 0, либо такой же, как ранг `labels`.
`alpha`	Требуемый уровень доверительного интервала.
`logit_transformation`	Логическое значение, указывающее, следует ли преобразовать оценку в логарифмическую шкалу перед вычислением доверительного интервала. Это обеспечивает ограничение, что AUC никогда не выходит за пределы интервала [0,1].
`metrics_collections`	Необязательное итерируемое множество коллекций, в которое `auc` нужно добавить.
`updates_collections`	Необязательное итерируемое множество коллекций, в которое `update_op` нужно добавить.
`name`	Необязательное имя для области переменных, содержащей переменные метрики.

Возвращаемые значения
`auc`	1-мерный `Tensor`, содержащий текущие значения площади под кривой, нижнего и верхнего доверительного интервала.
`update_op`	Операция, конкатенирующая входные метки и предсказания с накопленными значениями.

Исключения
`ValueError`	Если `labels`, `predictions`, и `weights` имеют несовпадающие формы, или если `alpha` не находится в диапазоне (0,1).

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/metrics/auc_with_confidence_intervals