在tensorflow.metrics中,precision_at_k和precision_at_top_k的区别?

在TensorFlow的Python API中,tf.metrics提供了一些用于信息检索的指标。

特别是:

  • tf.precision_at_ktf.precision_at_top_k
  • tf.recall_at_ktf.recall_at_top_k

_at_k_at_top_k 指标之间的区别是什么?

API文档似乎没有提供这方面的信息。


回答:

查看它们的实现precision_at_kprecision_at_top_k 的一个简单包装器。它们的区别实际上在API文档中有提到:precision_at_k 期望一个logits张量作为predictions,而precision_at_top_k 期望预测结果是前k个类别的索引。实际上,precision_at_k 只是对predictions执行tf.nn.top_k,然后调用precision_at_top_k

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注