Wie die Ausgabe pro-Klasse Genauigkeit in Keras?
Caffe können nicht nur drucken, Genauigkeit, aber auch pro-Klasse Genauigkeit.
In Keras anmelden, es gibt nur Allgemeine Genauigkeit. Es ist schwer für mich zu berechnen, die separate Klasse Genauigkeit.
Epoche 168/200
0s - Verlust: 0.0495 - acc: 0.9818 - val_loss: 0.0519 - val_acc: 0.9796
Epoche 169/200
0s - Verlust: 0.0519 - acc: 0.9796 - val_loss: 0.0496 - val_acc: 0.9815
Epoche 170/200
0s - Verlust: 0.0496 - acc: 0.9815 - val_loss: 0.0514 - val_acc: 0.9801
Jeder, der weiß, wie die Ausgabe pro-Klasse Genauigkeit in keras?
Du musst angemeldet sein, um einen Kommentar abzugeben.
Präzision & erinnern Sie werden mehr nützliche Maßnahmen für die multi-class-Klassifizierung (siehe Definitionen). Nach der Keras MNIST CNN Beispiel (10-Klassen-Klassifikation), Sie können Holen Sie sich die pro-Klasse misst mit
classification_report
aus sklearn.Metriken:Hier ist das Ergebnis:
true/false
Einstufung, ich glaube nicht, dass die Genauigkeit der beiden Klassen sind die gleichen.(# of samples in class predicted correctly) / (total # of samples in class)
. -- Dieser Messwert ist nützlich; für binäre Klassifikation eine Genauigkeit von ~1 für '0' ~0 '1' ist bezeichnend für das Modell, blind zu erraten, die Mehrheit der Klasse, um "sicher" sein, und nicht lernen, alle realen Funktionen -- einen Beispiel zu nennen.(# of correctly classified samples) / (total # of samples)
. In der Tat, OP gefragt, für etwas, das nicht existieren (eine Tatsache, die bereits implizit in meiner Antwort)..train
- und Theorie-definition von "Richtigkeit" bestimmt ist. Meine Lösung erspart ein import, und zeigt einen Weg, zu speichern separate Klasse von Metriken, gemittelt über >1 Zug-updates - aber noch wichtiger ist, wie man pro-Klasse von Metriken beim training.Für Zug pro-Klasse Genauigkeit: implementieren Sie unten auf Trainings-dataset - nach (bzw. vor -) Ausbildung auf das dataset.
Für raw-pro-Klasse Validierung Genauigkeit:
Beispiel:
>>{
'0': [0.25, 0.50],
'1': [0.50, 0.25],
'2': [0.75, 1.00],
'3': [1.00, 0.00]
}