Python mxnet.metric.Accuracy用法及代码示例

用法: class mxnet.metric.Accuracy(axis=1, name='accuracy', output_names=None, label_names=None)

参数：

axis：(int, default=1) - 代表类的轴
name：(str) - 此度量实例的名称用于显示。
output_names：(list of str, or None) - 使用update_dict 更新时应使用的预测名称。默认情况下包括所有预测。
label_names：(list of str, or None) - 使用update_dict 更新时应使用的标签名称。默认情况下包括所有标签。

基础： mxnet.metric.EvalMetric

计算准确度分类分数。

准确度得分定义为

\[\text{accuracy}(y, \hat{y}) = \frac{1}{n} \sum_{i=0}^{n-1} \text{1}(\hat{y_i} == y_i)\]

例子：

>>> predicts = [mx.nd.array([[0.3, 0.7], [0, 1.], [0.4, 0.6]])]
>>> labels   = [mx.nd.array([0, 1, 1])]
>>> acc = mx.metric.Accuracy()
>>> acc.update(preds = predicts, labels = labels)
>>> print acc.get()
('accuracy', 0.6666666666666666)

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.metric.Accuracy。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。