深度学习 — keras 性能评价指标实现（Precision，Recall，f1）

• 转载请备注原文出处，谢谢：https://blog.csdn.net/pentiumCM/article/details/118886138

深度学习 — keras 性能评价指标实现（Precision，Recall，f1）

一、实现

(一) keras.metrics

1. 介绍：

   keras 自带的性能指标

2. 注意点：

   部分性能指标在低版本没有，需要升级至 V2.3.0 之后：如 查准率（Precision），查全（Recall）率等

3. 使用：

   from keras import metrics
   
   model.compile(optimizer='Adam', loss='categorical_crossentropy',
                 metrics=['accuracy', keras.metrics.Precision(), keras.metrics.Recall()])
   

(二) keras-metrics

1. 介绍：

   针对于 keras 框架实现性能评价指标的 第三方模块，弥补 keras 自带指标中没有 f1 指标等。

2. 依赖：

   pip install keras-metrics
   

3. 使用：

   import keras_metrics as km
   
   model.compile(optimizer='Adam', loss='categorical_crossentropy',
                 metrics=['accuracy', km.f1_score()])
   

4. 源码资料：

   • https://github.com/netrack/keras-metrics

参考资料

• https://stackoverflow.com/questions/43076609/how-to-calculate-precision-and-recall-in-keras
• https://zhuanlan.zhihu.com/p/38080551
• callback法：https://blog.csdn.net/linxid/article/details/82861957