Как использовать F-Score как функцию ошибок для обучения нейронных сетей? - PullRequest
Новая
       31

Как использовать F-Score как функцию ошибок для обучения нейронных сетей?

0 голосов
/ 17 ноября 2018

Я довольно новичок в нейронных сетях.Я тренирую сеть в тензорном потоке, но количество положительных примеров намного меньше, чем отрицательных в моем наборе данных (это медицинский набор данных).Итак, я знаю, что F-показатель, рассчитанный на основе точности и отзыва, является хорошим показателем того, насколько хорошо обучена модель.Я использовал функции ошибок, такие как кросс-энтропийная потеря или MSE, но все они основаны на расчете точности (если я не ошибаюсь).Но как я могу использовать эту F-оценку как функцию ошибки?Есть ли функция тензорного потока для этого?Или я должен создать новый?

Заранее спасибо.

1 Ответ

0 голосов
/ 18 ноября 2018

Я думаю, что вы путаете метрики оценки модели для классификации с потерями на обучение.

Точность, точность, F-оценки и т. Д. Являются метриками оценки, рассчитанными на основе бинарных результатов и бинарных предсказаний.

Для обучения модели вам нужна функция, которая сравнивает непрерывную оценку (вывод вашей модели) с бинарным результатом - как кросс-энтропия.В идеале это калибруется таким образом, чтобы оно было минимизировано, если прогнозируемое среднее соответствует среднему значению для популяции (с учетом ковариат).Эти правила называются правильными правилами оценки , и кросс-энтропия является одним из них.

Также проверьте поток Правило-точности-неправильного-правила-оценки-a-двоичная-классификация-установка

Если вы хотите по-разному взвешивать положительные и отрицательные случаи, два метода

  • передискретизируют класс меньшинства и корректируют предсказанные вероятности при прогнозированиина новых примерах.Для более изощренных методов, проверьте модуль под выборкой imbalanced-learn, чтобы получить обзор.
  • используйте другое правильное правило оценки для потери обучения.Это позволяет, например, встроить асимметрию в то, как вы относитесь к положительным и отрицательным случаям при сохранении калибровки. Здесь - обзор предмета.

Я рекомендую просто использовать на практике простую передискретизацию.

...