Hinge
类keras.metrics.Hinge(name="hinge", dtype=None)
计算y_true
和y_pred
之间的 Hinge 指标。
预期y_true
值为 -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
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 Hinge 指标。
预期y_true
值为 -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
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 Hinge 指标。
参数
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