我正在尝试使用 Keras 模型对信用卡欺诈进行分类。由于数据集不平衡，我需要使用f1_score来提高召回率。
显然，它不接受 f1 函数定义。如何监控每个时期的新指标？如果使用 val_loss 但不使用定义的值，提前停止效果很好。我收到这条消息：
Train on 139554 samples, validate on 59810 samples
Epoch 1/10
7s - loss: 0.3585 - acc: 0.9887 - val_loss: 0.0560 - val_acc: 0.9989
/home/libardo/anaconda3/lib/python3.6/site-packages/keras/callbacks.py:526: RuntimeWarning: Early stopping conditioned on metric f1s which is not available. Available metrics are: val_loss,val_acc,loss,acc
(self.monitor, ','.join(list(logs.keys()))), RuntimeWarning
EarlyStopping 忽略我定义的自定义指标 #10018
备注：我无法将我的代码粘贴到此处。我对此表示歉意。