tf.contrib.metrics.streaming_dynamic_auc
Вычисляет приблизительную AUC с помощью суммы Римана с порогами, полученными из данных.
tf.contrib.metrics.streaming_dynamic_auc(
labels, predictions, curve='ROC', metrics_collections=(),
updates_collections=(), name=None, weights=None
)
ПРИМЕЧАНИЕ: этот подход требует хранения всех предсказаний и меток для одной оценки в памяти, поэтому он может быть неприменим, когда размер пакета оценки и/или количество шагов оценки очень велики.
Вычисляет площадь под кривой ROC или PR, используя каждое предсказание в качестве порога. Это имеет преимущество в устойчивости к распределению предсказаний за счет агрегации по пакетам, накопления меток и предсказаний и выполнения окончательного расчета с использованием всех соединенных значений.
| Аргументы | |
|---|---|
labels | A Tensor истинностных меток с той же формой, что и predictions и со значениями 0 или 1, значения которых могут быть преобразованы в int64. |
predictions | A Tensor предсказаний, значения которых могут быть преобразованы в float64. Будет сглажен в 1-D Tensor. |
curve | Название кривой, для которой необходимо вычислить AUC, 'ROC' для кривой приемной характеристики или 'PR' для кривой точность-полнота. |
metrics_collections | Необязательный итерируемый список коллекций, к которым auc должны быть добавлены. |
updates_collections | Необязательный итерируемый список коллекций, к которым update_op должны быть добавлены. |
name | Необязательное имя для области переменных, содержащей переменные метрики. |
weights | 'Tensor' неотрицательных весов, значения которых могут быть преобразованы в float64. Будет сглажен в 1-D Tensor. |
| Возвращает | |
|---|---|
auc | Скалярный Tensor, содержащий текущее значение площади под кривой. |
update_op | Операция, которая объединяет входные метки и предсказания с накопленными значениями. |
| Возможные исключения | |
|---|---|
ValueError | Если labels и predictions имеют несовпадающие формы, или если curve не является распознанным типом кривой. |
© 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/streaming_dynamic_auc
