本文介绍了如何在 Keras 中计算准确率和召回率的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我正在用 Keras 2.02(带有 Tensorflow 后端)构建一个多类分类器,我不知道如何在 Keras 中计算准确率和召回率.请帮帮我.
I am building a multi-class classifier with Keras 2.02 (with Tensorflow backend),and I do not know how to calculate precision and recall in Keras. Please help me.
推荐答案
Python 包 keras-metrics 可能对此有用(我是包的作者).
Python package keras-metrics could be useful for this (I'm the package's author).
import keras
import keras_metrics
model = models.Sequential()
model.add(keras.layers.Dense(1, activation="sigmoid", input_dim=2))
model.add(keras.layers.Dense(1, activation="softmax"))
model.compile(optimizer="sgd",
loss="binary_crossentropy",
metrics=[keras_metrics.precision(), keras_metrics.recall()])
UPDATE:从 Keras
版本 2.3.0
开始,库分发包中提供了精度、召回率等指标.
UPDATE: Starting with Keras
version 2.3.0
, such metrics as precision, recall, etc. are provided within library distribution package.
用法如下:
model.compile(optimizer="sgd",
loss="binary_crossentropy",
metrics=[keras.metrics.Precision(), keras.metrics.Recall()])
这篇关于如何在 Keras 中计算准确率和召回率的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!