我使用Keras进行二元分类（单标签，一或零）。

我想创建一个自定义指标，从预测中选取最高的10%并计算这些预测的准确率。

例如，对于标签 [1, 0, 1, 1, 0, 1, 0, 1, 0, 1]

和预测 [0.5, 0.7, 0.98, 0.1, 0.2, 0.5, 0.2, 0.1, 0.9, 0.8]

它只计算0.98预测的准确率。

回答：

我通过以下代码解决了我的问题：

import tensorflow as tfdef topacc(y_true, y_pred):  k = tf.cast(len(y_true) // 10, 'int64')  y_true, y_pred = tf.transpose(y_true), tf.transpose(y_pred)  return tf.keras.metrics.top_k_categorical_accuracy(y_true, y_pred, k=k)

这作为一个完整的Keras指标可以正常工作