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/