“最大间隔”分类的铰链度量
Hinge 类
keras.metrics.Hinge(name="hinge", dtype=None)
计算 y_true 和 y_pred 之间的铰链度量。
y_true 值应为 -1 或 1。如果提供二进制 (0 或 1) 标签，我们将将其转换为 -1 或 1。
参数
- name: (可选) 指标实例的字符串名称。
- dtype: (可选) 指标结果的数据类型。
示例
>>> m = keras.metrics.Hinge()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]])
>>> m.result()
1.3
>>> m.reset_state()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]],
... sample_weight=[1, 0])
>>> m.result()
1.1
SquaredHinge 类
keras.metrics.SquaredHinge(name="squared_hinge", dtype=None)
计算 y_true 和 y_pred 之间的铰链度量。
y_true 值应为 -1 或 1。如果提供二进制 (0 或 1) 标签，我们将将其转换为 -1 或 1。
参数
- name: (可选) 指标实例的字符串名称。
- dtype: (可选) 指标结果的数据类型。
示例
>>> m = keras.metrics.SquaredHinge()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]])
>>> m.result()
1.86
>>> m.reset_state()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]],
... sample_weight=[1, 0])
>>> m.result()
1.46
CategoricalHinge 类
keras.metrics.CategoricalHinge(name="categorical_hinge", dtype=None)
计算 y_true 和 y_pred 之间的分类铰链度量。
参数
- name: (可选) 指标实例的字符串名称。
- dtype: (可选) 指标结果的数据类型。
示例
>>> m = keras.metrics.CategoricalHinge()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]])
>>> m.result().numpy()
1.4000001
>>> m.reset_state()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]],
... sample_weight=[1, 0])
>>> m.result()
1.2