keras:f1_score作为metric,存储预测模型, 用于新数据的预测(1/2)

阿里云2000元红包!本站用户参与享受九折优惠!

本文主要关于如何在keras模型编译中,使用自定义函数作为metric对模型进行评价。

前提:不平衡数据,想使用f1_score作为模型的metric评价模型的好坏。使用Keras框架构建模型。

本文适合所以自定义的metric情况,在这里自定义了f1_score函数,函数来源于https://datascience.stackexchange.com/questions/45165/how-to-get-accuracy-f1-precision-and-recall-for-a-keras-model

# compile the model

model.compile(optimizer=’adam’, loss=’binary_crossentropy’, metrics=[f1_m])

https://www.jianshu.com/p/e7d53a06a6a6

Python量化投资网携手4326手游为资深游戏玩家推荐:《剑之荣耀下载

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
Scrapy
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论