使用Keras，人们通常会免费获得指标(例如准确性)作为进度条的一部分。epochs, validation_data=(x_test, y_test))
Keras将开始拟合模型TensorFlow罐头估计器完成同样的事情--提取分类器的当前精度，并将其显示为进度条的一部分(例如通过完成)。似乎精确度指标不是作为图上的默认操作集的一部分提供的。有没有办法可以用会话运行
浏览 11提问于2017-08-22得票数 0
1回答
我之前为引用predictions['logits']的TensorFlow分类器创建了指标，以计算指标。我已经将模型从分类器更改为估计器，以便启用多目标学习(使用MultiHead)。我希望允许基于配置文件动态生成指标，以便更容易地训练和测试具有不同标签组合的各种模型。现在的问题是，tf.estimator.add_metrics的metric_fn参数不接受
浏览 20提问于2020-01-24得票数 0
我有一个发送到网格搜索的处理管道，它使用leave one out (50个样本)来确定最佳模型，如下所示 scoring = {'acc': 'accuracy'}param_grid如果我取clf.best_estimator_并使用整个集合X的预测概率来创建roc曲线，这些结果会不会过于乐观？我报告的clf.best_score_准确率估计是所有留一集的平均值，但clf.best_estimator_被重新拟合到整个集。我担心<
浏览 9提问于2019-04-13得票数 1
1回答
在增强树算法的超参数优化过程中，是否可以在使用早期停止时直接控制最小(而不仅仅是最大)增强轮次(估计器/树)的数量？这种需求的动机是观察到，在太少的轮次后停止训练的模型始终不适合(其度量指标明显比倾向于具有更多助推轮次的最先进模型差)。当设置得太高时，学习率可能会导致模型拟合不足，从而导致训练太快停止，即助推轮次太少。
浏览 17提问于2020-06-29得票数 0
回答已采纳
我使用对象检测器api已经有一段时间了，所以训练模型并使用它们进行推理都是很好的。不幸的是，当使用TensorBoard可视化指标(如mAP、AR、分类/本地化损失)时，我们只能在验证集上看到这些指标。我还想在训练期间计算上述指标，以便我们可以在Tensorboard上比较训练/验证指标。
浏览 14提问于2019-01-19得票数 1
我想使用tensorflow估计器训练一个模型，并希望在训练结束评估期间跟踪多个指标。我想要跟踪的指标是应计和均值交集超过联合(以及我的损失)。我设法弄清楚了如何在训练过程中跟踪准确性： ...accuracy}
return tf.estimator.EstimatorSpec(mode, loss=lo
浏览 16提问于2019-07-12得票数 0
1回答
我正在尝试使用sklearn来训练一个模型，但是，我想将决策阈值更改为训练模型。我发现的大多数结果都是用于测试集上的预测。
浏览 0提问于2020-08-31得票数 1
回答已采纳
下面是我的Lstm模型的代码。我的问题是，列车的精度和列车损耗是多少，这些数值是如何计算的？谢谢。
浏览 0提问于2021-01-14得票数 0
回答已采纳
我想问一个问题，如何监测验证损失在培训过程中的估计者在TensorFlow。我以前也问过一个类似的问题()，但没有多大帮助。如果我使用估计器来构建模型，我将给Estimator.train()函数一个输入函数。但是在培训过程中没有办法添加另一个validation_x和validation_y数据。所以，当训练开始的时候，我只能看到训练的损失。训练过程越长，训练损失就越少。然而，这些信息无助于防止过
浏览 0提问于2018-11-09得票数 6
回答已采纳
1回答
验证集上的类泄漏
、、、
正如所述的，这里被删除只是因为一个明确的原因:它们是作为本地度量计算的，因此它们(几乎)没有意义。如果不使用类，在验证过程中就无法计算出感兴趣的数量，如精度、召
浏览 0提问于2018-04-11得票数 4
我遇到了一个奇怪的情况，我的sklearn LogisticRegressionCV模型显然获得了100%的准确率(故意没有混洗)。然而，当我要求模型报告其准确性得分时，每个逆正则化的准确性得分远远低于100%。我做错了什么？模型： decoder = LogisticRegressionCV(
penalty='l1', # want sparse parameters
浏览 34提问于2020-12-11得票数 0
我目前正在一个项目中，它将在客户端Web数据上构建一个模型(训练和测试)，但是在服务器端Web数据上评估这个模型。不幸的是，在服务器端数据上构建模型不是一个选项，也不是在客户端数据上评估该模型的一个选项。到目前为止，我有以下的
浏览 0提问于2014-08-02得票数 1
回答已采纳
我明白为什么一个模型的分数对于每个random_state是不同的，但是我确实期望最高和最低分数之间的差异(从random_state 0到100)是0.37，这是很多的。
浏览 4提问于2020-06-28得票数 1
回答已采纳
为了实现这一点，我使用k重交叉验证来评估每一种方法。在进行了评估之后，我选择了产生最优度量的方法。
为了简化事情，让我们考虑线性回归。我通过改变技术和步骤尝试了不同的方法。为了评估它们的性能，我使用k重交叉验证对每种方法进行了评估。假设我发现方法2在线性回归中表现最好。在没有使用新数据训练模型的情况下，我转到了下一个算法，即ANN。按照类似的过程，我评估了不同的人工神经网络方法使用k-折叠交叉验证.这一次，方法3被证明是最好的。最后，对线性回归的方法2和ANN的方法3进行了比较，选择了最
浏览 0提问于2023-06-01得票数 0
回答已采纳
1回答
第一次在这里发帖，所以为新手的错误道歉我注意到插入符号中有一个，它可以创建一个校准图，以估计数据各部分之间模型</
浏览 0提问于2015-02-06得票数 3
回答已采纳
1回答
当我使用hyperopt库来调优随机森林分类器时，我得到了以下结果：然而，当我使用默认的超参数来训练模型时，所有的评估指标(精度、召回、F1、iba、AUC)都会返回比调优模型更高的值。
浏览 0提问于2019-05-27得票数 4
我已经创建了一个决策树模型来根据一些标准来预测商品的价格。由于它是非线性的，R平方似乎不是一个评估准确性的好方法，但我不确定我应该使用什么。
感谢你在这方面的建议。
浏览 4提问于2018-03-18得票数 1
我知道你应该把你的训练数据和测试数据分开，但是当你用你的模型进行预测时，你可以使用整个数据集吗？我假设分离您的训练和测试数据对于评估不同模型的准确性和预测强度是很有价值的，但是一旦您选择了一个模型，我想不出使用完整数据集进行预测有什么坏处。
浏览 4提问于2016-09-20得票数 2
该网站只列出：
所有类的返回估计数由类的标签排序。对于multi_class问题，如果multi_class被设为“多项式”，则使用softmax函数求出每个类的预测概率。否则，使用1-VS-rest方法，即使用逻辑函数计算每个类的概率，假设它是正的。并对所有类的这些值进行规范化。
还有，它对此作了深入的解释。计算
浏览 3提问于2020-04-23得票数 3
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
