Есть ли способ, чтобы функция метрик проверки в Керасе учитывала временную точность? Для контекста рассмотрим модель на основе 1D CNN с потоком показаний температуры в качестве функции и выходом, который в основном равен нулю, но иногда равен единице. Цель модели - предсказать случаи, когда выходные данные единичны, и это достаточно хорошо, часто предсказывает точно, но иногда бывает несколько показаний. Желательной метрикой валидации c было бы не просто правильное двоичное предсказание или нет, но насколько близко оно было к правильности во временной области (например, было ли оно точным, немного ранним или поздним, или не совсем верным).
Функции потери и проверки не передают указание того, где вход был во временном ряду, поэтому методика оценки того, насколько точным был прогноз в отношении времени, не очевидна. Любые предложения приветствуются!