TensorFlow: 理解evaluate返回的参数

我使用TensorFlow创建了一个线性分类器模型。当我评估模型时,返回了以下结果。

accuracy: 0.975183eval_auc: 0.534855loss: 0.115239

请问有人能解释一下eval_auc和loss是如何计算的吗?谢谢!


回答:

eval_auc应该是AUC,即ROC曲线下的面积。有关解释,请参见这里

loss应该是logloss,即对数损失。有关解释,请参见这里

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