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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注