tf.keras.metrics.Precision

Вычисляет точность предсказаний относительно меток.

Наследуется от: Metric

tf.keras.metrics.Precision(
    thresholds=None, top_k=None, class_id=None, name=None, dtype=None
)

Метрика создает две локальные переменные, true_positives и false_positives, которые используются для вычисления точности. Это значение в конечном итоге возвращается как precision, идемпотентная операция, которая просто делит true_positives на сумму true_positives и false_positives.

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

Если top_k задано, мы рассчитаем точность как частоту, с которой в среднем класс среди k лучших классов с наибольшими предсказанными значениями записи в пакете является верным и может быть найден в метке этой записи.

Если class_id указано, мы вычисляем точность, рассматривая только записи в пакете, для которых class_id выше порога и/или находятся в k лучших предсказаниях, и вычисляем долю таких записей, для которых class_id действительно является правильной меткой.

Использование автономного способа:

m = tf.keras.metrics.Precision()
m.update_state([0, 1, 1, 1], [1, 0, 1, 1])
m.result().numpy()
0.6666667

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

# With top_k=2, it will calculate precision over y_true[:2] and y_pred[:2]
m = tf.keras.metrics.Precision(top_k=2)
m.update_state([0, 0, 1, 1], [1, 1, 1, 1])
m.result().numpy()
0.0

# With top_k=4, it will calculate precision over y_true[:4] and y_pred[:4]
m = tf.keras.metrics.Precision(top_k=4)
m.update_state([0, 0, 1, 1], [1, 1, 1, 1])
m.result().numpy()
0.5

Использование с API compile():

model.compile(optimizer='sgd',
              loss='mse',
              metrics=[tf.keras.metrics.Precision()])

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 — идемпотентная операция, которая просто вычисляет значение метрики, используя переменные состояния.

update_state

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику по истинно положительным и ложно положительным значениям.