tf.compat.v1.metrics.precision_at_thresholds

Вычисляет значения точности для различных thresholds по predictions.

tf.compat.v1.metrics.precision_at_thresholds(
    labels,
    predictions,
    thresholds,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

Функция precision_at_thresholds создаёт четыре локальные переменные, true_positives, true_negatives, false_positives и false_negatives для различных значений порогов. precision[i] определяется как суммарный вес значений в predictions выше thresholds[i], у которых соответствующая запись в labels имеет значение True, разделённый на суммарный вес значений в predictions выше thresholds[i] (true_positives[i] / (true_positives[i] + false_positives[i])).

Для оценки метрики по потоку данных функция создаёт операцию update_op, которая обновляет эти переменные и возвращает precision.

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

Аргументы
`labels`	Значения истинного значения, `Tensor`, размерности которого должны совпадать с `predictions`. Будет приведено к типу `bool`.
`predictions`	Вещественное `Tensor` произвольной формы, значения которого находятся в диапазоне `[0, 1]`.
`thresholds`	Список или кортеж питоновских значений порогов с плавающей точкой в `[0, 1]`.
`weights`	Необязательные `Tensor`, чья размерность равна 0 или такой же, как у `labels`, и должна быть совместима с `labels` (то есть все размерности должны быть либо `1`, либо такими же, как соответствующая размерность `labels`).
`metrics_collections`	Необязательный список коллекций, которые следует добавить к `auc`.
`updates_collections`	Необязательный список коллекций, которые следует добавить к `update_op`.
`name`	Необязательное имя области переменных.

Возвращаемые значения
`precision`	Вещественное `Tensor` формы `[len(thresholds)]`.
`update_op`	Операция, которая инкрементирует переменные `true_positives`, `true_negatives`, `false_positives` и `false_negatives`, используемые при вычислении `precision`.

Исключения
`ValueError`	Если `predictions` и `labels` имеют несовместимые формы, или если `weights` не является `None` и его форма не совпадает с `predictions`, или если `metrics_collections` или `updates_collections` не являются списком или кортежем.
`RuntimeError`	Если включено выполнение в режиме eager.

© 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/versions/r2.9/api_docs/python/tf/compat/v1/metrics/precision_at_thresholds