当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.keras.metrics.FalseNegatives用法及代码示例


计算假阴性的数量。

继承自:MetricLayerModule

用法

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

参数

  • thresholds (可选)默认为 0.5。 [0, 1] 中的浮点值或浮点阈值的 python 列表/元组。将阈值与预测值进行比较以确定预测的真值(即,高于阈值的是true,低于阈值的是false)。为每个阈值生成一个度量值。
  • name (可选)指标实例的字符串名称。
  • dtype (可选)度量结果的数据类型。

如果给出sample_weight,则计算假阴性权重的总和。该指标创建一个局部变量accumulator,用于跟踪误报的数量。

如果 sample_weightNone ,则权重默认为 1。使用 0 的 sample_weight 来屏蔽值。

单机使用:

m = tf.keras.metrics.FalseNegatives()
m.update_state([0, 1, 1, 1], [0, 1, 0, 0])
m.result().numpy()
2.0
m.reset_state()
m.update_state([0, 1, 1, 1], [0, 1, 0, 0], sample_weight=[0, 0, 1, 0])
m.result().numpy()
1.0

compile() API 的用法:

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

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.metrics.FalseNegatives。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。