tf.keras.metrics.FalsePositives

Вычисляет количество ложноположительных результатов.

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

Например, если y_true равен [0, 1, 0, 0] и y_pred равен [0, 0, 1, 1], то значение ложноположительных результатов равно 2. Если веса заданы как [0, 0, 1, 0], то значение ложноположительных результатов будет 1.

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

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

Использование:

m = tf.keras.metrics.FalsePositives()
m.update_state([0, 1, 0, 0], [0, 0, 1, 1])
print('Final result: ', m.result().numpy())  # Final result: 2

Использование с API tf.keras:

model = tf.keras.Model(inputs, outputs)
model.compile('sgd', loss='mse', metrics=[tf.keras.metrics.FalsePositives()])

Методы

reset_states

Просмотреть исходный код

reset_states()

Сбрасывает все переменные состояния метрики.

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

result

Просмотреть исходный код

result()

Вычисляет и возвращает тензор значения метрики.

Вычисление результата — это идемпотентная операция, которая просто вычисляет значение метрики с помощью переменных состояния.

update_state

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает заданные статистические данные матрицы несоответствия.