获取Keras中各轮次的召回率

我在编译模型时使用了以下代码:

metrics=["accuracy", keras.metrics.Recall()]

正如文档中所述。但是当我训练完模型后尝试获取召回率时,出现了”recall”的KeyError。两种尝试,

recall = estimator_bio.history["Recall"]recall = estimator_bio.history["recall"]

都导致了

KeyError: 'Recall'

accuracies = estimator_bio.history["accuracy"]

是可以正常工作的。召回率的关键字是什么?


回答:

你总是可以为度量指标指定一个名称:

metrics=["accuracy", keras.metrics.Recall(name='recall')]

这样你就可以轻松地引用它了。

无论如何,你应该打印或检查history对象的内容,看看它包含了什么,以及Recall的实际键/名称是什么(顺便说一下,应该是recall)。

通常你会这样做:

# 拟合模型history = model.fit(.....)# 然后你可以查看history中可用的内容:print(history.history.keys())

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