我想在model.compile()语句中获取真阳性率(TPR)和真阴性率(TNR)作为评估指标之一。
我尝试使用以下代码:
model.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ["accuracy", "tpr", "tnr"])然而我得到了一个错误提示:
未知的度量函数: tpr
我认为它们都是keras中已知的指标，所以我不理解这个错误。请协助
回答：
从相关的Keras文档中可以清楚地看到，tpr & tnr 不是 Keras原生指标的一部分；有一个相关的Github讨论，但问题仍未解决。
但是对于您似乎在处理的二元情况，从scikit-learn获取所需的量是直接的（您需要将模型结果转换为二元标签，即不是概率）；改编自文档的示例:
from sklearn.metrics import confusion_matrixy_true = [0, 1, 0, 1]y_pred = [1, 1, 1, 0]cm = confusion_matrix(y_true, y_pred) # 小心参数的顺序！tn, fp, fn, tp = cm.ravel()(tn, fp, fn, tp)# (0, 2, 1, 1)获取这些量后，现在可以直接计算TPR & TNR（参见维基百科中的定义）:
TPR = tp/(tp+fn)TPR# 0.5TNR = tn/(tn+fp)TNR# 0.0多类情况稍微复杂一些 – 请参见我在如何从Python中的混淆矩阵获取精确度、召回率和F度量中的回答。
