Keras คำนวณความแม่นยำอย่างไร

Keras คำนวณความแม่นยำจากความน่าจะเป็นแบบคลาสสิกอย่างไร ตัวอย่างเช่นเรามี 100 ตัวอย่างในชุดทดสอบซึ่งสามารถเป็นหนึ่งในสองคลาส เรายังมีรายการของความน่าจะเป็นแบบคลาสสิก Keras ใช้เกณฑ์อะไรในการกำหนดตัวอย่างให้กับหนึ่งในสองคลาสนี้

สำหรับการจำแนกเลขฐานสองโค้ดสำหรับการวัดความแม่นยำคือ:

K.mean(K.equal(y_true, K.round(y_pred)))

ซึ่งแสดงให้เห็นว่า 0.5 เป็นเกณฑ์ในการแยกความแตกต่างระหว่างคลาส แน่นอนว่าy_trueควรเป็น 1-hots ในกรณีนี้

มันแตกต่างกันเล็กน้อยสำหรับการจำแนกหมวดหมู่:

K.mean(K.equal(K.argmax(y_true, axis=-1), K.argmax(y_pred, axis=-1)))

ซึ่งหมายความว่า "ความถี่ในการทำนายมีค่าสูงสุดในจุดเดียวกับค่าจริง"

นอกจากนี้ยังมีตัวเลือกสำหรับความแม่นยำหมวดหมู่ -k ซึ่งคล้ายกับด้านบน แต่คำนวณว่าความถี่ของกลุ่มเป้าหมายอยู่ในการคาดการณ์บน -k