Python mxnet.metric.Accuracy用法及代碼示例

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

參數：

axis：(int, default=1) - 代表類的軸
name：(str) - 此度量實例的名稱用於顯示。
output_names：(list of str, or None) - 使用update_dict 更新時應使用的預測名稱。默認情況下包括所有預測。
label_names：(list of str, or None) - 使用update_dict 更新時應使用的標簽名稱。默認情況下包括所有標簽。

基礎： mxnet.metric.EvalMetric

計算準確度分類分數。

準確度得分定義為

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

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)

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.metric.Accuracy。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。