Tensorflow 的 evaluate function吐出一堆统计数据:
accuracy: 0.915224
accuracy/baseline_target_mean: 0.220896
accuracy/threshold_0.500000_mean: 0.915224
auc: 0.937926
global_step: 200
labels/actual_target_mean: 0.220896
labels/prediction_mean: 0.203677
loss: 0.247065
precision/positive_threshold_0.500000_mean: 0.991379
recall/positive_threshold_0.500000_mean: 0.621622
baseline_target_mean
(准确率之后)和 positive_threshold_0.500000_mean
(召回率和精度之后)是什么意思?
最佳答案
既然你得到了这些统计数据,我假设你正在进行二元分类。
baseline_target_mean
是数据中类标签的平均值,即在本例中,假设您有类标签 0 和 1,大约 22% 的测试示例属于 1 类,其余的示例属于类 0。类标签可以是任意数字,因此解释取决于您的数据,我描述的只是一种可能性,因为我不知道您正在使用的数据。
positive_threshold_0.500000_mean
仅意味着预测高于阈值 0.5 的示例被视为正例,而低于 0.5 的示例被视为负例
关于machine-learning - Tensorflow 的 'positive_threshold_0.500000_mean' 是什么意思?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39713694/