相关疑难解决方法(0)

我正在用Keras 2.02(带有Tensorflow后端)构建一个多类分类器,我不知道如何计算Keras中的精度和召回率.请帮我.

使用python 3.5.2 tensorflow rc 1.1

我正在尝试在keras中使用张量流度量函数。所需的功能接口似乎相同，但调用：

import pandas
import numpy
import tensorflow.contrib.keras as keras
import tensorflow


def target_function(row):
    return float(row[0] - row[1] < 0.5)

df = pandas.DataFrame(numpy.random.rand(10000,2))
label = df.apply(target_function, axis=1)

input_layer = keras.layers.Input(shape=(2,))
net = keras.layers.Dense(1)(input_layer)

model = keras.models.Model(inputs=[input_layer], outputs=[net])
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=[tensorflow.metrics.auc])

model.fit(df.as_matrix(), label.as_matrix(), epochs=10, validation_split=0.2, batch_size=100)

结果与错误：

Using TensorFlow backend.
Traceback (most recent call last):
  File "/Users/ophir/dev/ophir/tf_keras_metrics.py", line 49, in <module>
    metrics=[precision, recall, tensorflow.metrics.auc]
  File "/Users/ophir/anaconda3/envs/p3/lib/python3.5/site-packages/keras/engine/training.py", line 956, in compile
    metric_result = masked_metric_fn(y_true, y_pred, mask=masks[i])
  File "/Users/ophir/anaconda3/envs/p3/lib/python3.5/site-packages/keras/engine/training.py", …

我的理解是，keras要求损失函数具有签名：

def custom_loss(y_true, y_pred):

我正在尝试使用sklearn.metrics.cohen_kappa_score，需要（y1，y2，labels = None，weights = None，sample_weight = None）`

如果我按原样使用它：

model.compile(loss=metrics.cohen_kappa_score,
              optimizer='adam', metrics=['accuracy'])

然后，weights将不会设置。我想将其设置为quadtratic。有什么要通过这个吗？