У меня проблема классификации между 2 классами; 0 и 1. Я пытаюсь выучить пользовательские метрики keras, включающие путаницу, я ожидаю, что эта функция
from keras import backend as K
def positives(y_true,y_pred):
return K.sum(y_true)
возвращает int, эквивалентный np.sum(y_test), то есть 21, но positives возвращает 2.667.
model.compile(
keras.optimizers.Adam(),
loss='binary_crossentropy',
metrics=[positives])
Я использую тензор потока бэкэнда
даже при использовании готовой чувствительности, специфичности ... метрики от stackoverflow я получаю разные ответы, чем sklearn.metrics.classification_report в последнюю эпоху.