利用Tensorflow张量建立Pearson相关度量
利用Tensorflow张量建立Pearson相关度量
提问于 2022-06-22 06:44:07
我想用tensorflow张量建立一个pearson相关系数度量。他们确实有一个tensorflow概率包https://www.tensorflow.org/probability/api_docs/python/tfp/stats/correlation，但这与当前版本的tensorflow存在依赖性问题。恐怕这会导致库达断裂。在tensorflow中独立实现pearson相关系数度量将有助于.
所以我想要这样的东西：
def p_corr(y_true, y_pred):
# calculate the pearson correlation coefficient here
return pearson_correlation_coefficient这里，y_true和y_pred将是一个相同维数的列表。
回答 1
Stack Overflow用户
发布于 2022-06-22 09:02:32
这样做很好：
from keras import backend as K
def pearson_r(y_true, y_pred):
# use smoothing for not resulting in NaN values
# pearson correlation coefficient
# https://github.com/WenYanger/Keras_Metrics
epsilon = 10e-5
x = y_true
y = y_pred
mx = K.mean(x)
my = K.mean(y)
xm, ym = x - mx, y - my
r_num = K.sum(xm * ym)
x_square_sum = K.sum(xm * xm)
y_square_sum = K.sum(ym * ym)
r_den = K.sqrt(x_square_sum * y_square_sum)
r = r_num / (r_den + epsilon)
return K.mean(r)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72710792
复制相关文章
相似问题
腾讯云开发者
