keras模型 鸾尾花数据集_如何在tensorflow.keras模型指标中使用sklearn AUC？

最新推荐文章于 2022-09-27 23:21:59 发布
最新推荐文章于 2022-09-27 23:21:59 发布
阅读量159 收藏 1
点赞数
文章标签： keras模型 鸾尾花数据集
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39679468/article/details/113018992
版权

test_input_data=[text_test_1,state_test,grade_test,cat_test,subcat_test,teach_test,num_test]score=model.evaluate(test_input_data,y_test,verbose=1)print('test_loss: ',score[0])print('test_acc: ',score[1])in()1test_input_data=[text_test_1,state_test,grade_test,cat_test,subcat_test,teach_test,num_test]---->2score=model.evaluate(test_input_data,y_test,verbose=1)3print('test_loss: ',score[0])4print('test_acc: ',score[1])3frames/usr/local/lib/python3.6/dist-packages/tensorflow/python/client/session.pyin__call__(self,*args,**kwargs)1456ret=tf_session.TF_SessionRunCallable(self._session._session,1457self._handle,args,->1458run_metadata_ptr)1459ifrun_metadata:1460proto_data=tf_session.TF_GetBuffer(run_metadata_ptr)InvalidArgumentError:2root error(s)found.(0)Invalidargument:ValueError:Onlyoneclasspresentiny_true.ROC AUC scoreisnotdefinedinthat case.Traceback(most recent call last):File"/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/script_ops.py",line209,in__call__

ret=func(*args)File"/usr/local/lib/python3.6/dist-packages/sklearn/metrics/ranking.py",line355,inroc_auc_score

sample_weight=sample_weight)File"/usr/local/lib/python3.6/dist-packages/sklearn/metrics/base.py",line76,in_average_binary_scorereturnbinary_metric(y_true,y_score,sample_weight=sample_weight)File"/usr/local/lib/python3.6/dist-packages/sklearn/metrics/ranking.py",line323,in_binary_roc_auc_scoreraiseValueError("Only one class present in y_true. ROC AUC score "ValueError:Onlyoneclasspresentiny_true.ROC AUC scoreisnotdefinedinthat case.[[{{node metrics_15/auc/PyFunc}}]](1)Invalidargument:ValueError:Onlyoneclasspresentiny_true.ROC AUC scoreisnotdefinedinthat case.Traceback(most recent call last):File"/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/script_ops.py",line209,in__call__

ret=func(*args)File"/usr/local/lib/python3.6/dist-packages/sklearn/metrics/ranking.py",line355,inroc_auc_score

sample_weight=sample_weight)File"/usr/local/lib/python3.6/dist-packages/sklearn/metrics/base.py",line76,in_average_binary_scorereturnbinary_metric(y_true,y_score,sample_weight=sample_weight)File"/usr/local/lib/python3.6/dist-packages/sklearn/metrics/ranking.py",line323,in_binary_roc_auc_scoreraiseValueError("Only one class present in y_true. ROC AUC score "ValueError:Onlyoneclasspresentiny_true.ROC AUC scoreisnotdefinedinthat case.[[{{node metrics_15/auc/PyFunc}}]][[metrics_15/auc/PyFunc/_1683]]0successful operations.0derived errors ignored.

weixin_39679468
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Keras 利用sklearn的ROC-AUC建立评价函数详解
09-16
主要介绍了Keras 利用sklearn的ROC-AUC建立评价函数详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Keras 利用sklearn的ROC-AUC建立评价函数
心之所向
03-04 8408
# 利用sklearn自建评价函数 from sklearn.model_selection import train_test_split from sklearn.metrics import roc_auc_score from keras.callbacks import Callbackclass RocAucEvaluation(Callback): def __init__(s
tf.keras.metrics.AUC和sklearn.metrics.auc计算结果不一致
slibra_L的博客
01-31 4299
问题： tf.keras.metrics.AUC和sklearn.metrics.auc计算结果差别较大，如果用这样一个不准确的auc设置earlystop，可能会影响模型效果 经过一天的调研，差别原因如下： sklearn.metrics.auc只会计算label=1的auc，而tf.keras.metrics.AUC在多分类情况下，会将每一类的输出flattened，视作一列计算（每个样本对于每一类的数据均会被视为一个点），在样本不均衡的情况下，会得到较高的AUC 解决方法： auc .
数据只有正类（或反类），如何画ROC曲线
Fanhe_ecust的博客
07-30 875
数据只有正类，画ROC曲线数据只有正类（或反类），如何画ROC曲线 数据只有正类（或反类），如何画ROC曲线 我们在测试数据的时候，有时候会出现只有一类的数据集，如果这个时候用auc函数，则会出现： ValueError: Only one class present in y_true. ROC AUC score is not defined in that case 从定义出发，AUC的讲解参考下面文章，已经介绍的很清楚了，本文不再介绍。 AUC，ROC我看到的最透彻的讲解 看该文章第二节的例子，如
Keras中文手册.zip_TensorFlow 手册_keras中文_keras中文手册_tensorflow_tensorf
07-14
Keras是一个高层神经网络库， Keras由纯Python编写而成并基Tensorflow或Theano。 Keras 为支持快 速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras： 简易和快速的原型设计（keras具有高度...
keras-ocr 模型文件 craft_mlt_25k.h5 crnn_kurapan.h5
11-26
keras-ocr 模型文件 craft_mlt_25k.h5、craft_mlt_25k.pth、 crnn_kurapan.h5 、crnn_kurapan_notop.h5
GCN_Keras-master_gcncora_keras_.keras最新论文_GCN_cora数据集与gcn_
09-29
GCN节点分类论文中的代码，主要对cora数据集进行分类，准确率高达81.5
tensorflow中keras支持的mnist数据集
05-24
请将解压出来的“mnist.npz”文件放入C:\Users\...\.keras\datasets中，其中“...”为windows当前账户用户名。
tensorflow.keras.datasets.mnist加载的mnist数据集
04-14
通过tensorflow.keras.datasets.mnist.load_data()导入数据集时，由于需要google的服务器，国内无法访问资源。
华为2022校园赛——车道渲染
qq_56591814的博客
09-27 660
  比赛详情和baseline见：《如何打一个CV比赛V2.0》。本次比赛我是在colab上跑的，用的是datawhale采样数据集。 下载比赛数据集： 一、数据预处理 1.1 自定义dataset 1.2 划分数据集 1.3 数据增强 目前试验了锐化、Mixup、Augmix、AutoAgmentation，以及入网尺寸，发现入网尺寸为transforms.Resize((352,176))，然后 transforms.CenterCrop([320,160])效果比resize(224,22
记录基于深度学习的自然语言处理bug
mu66mu的博客
04-30 2267
1。Only one class present in y_true. ROC AUC score is not defined in that case 问题背景：模型用于解决二分类问题，输入数据标签为0，1 解决办法：打印验证集数据标签，发现全部是0，也就是验证集的数据只有一类，因此重新处理了下数据，使得验证集上0，1标签数据各占一半，问题解决 ...
keras中自定义验证集的性能评估（ROC,AUC）
热门推荐
AI_盲的博客
12-07 3万+
在keras中自带的性能评估有准确性以及loss，当需要以auc作为评价验证集的好坏时，就得自己写个评价函数了： from sklearn.metrics import roc_auc_score # AUC for a binary classifier def auc(y_true, y_pred): ptas = tf.stack([binary_PTA(y_true,y_p
metrics.roc_curve()输出的tpr或fpr的结果为nan
张欣的博客
09-30 1万+
在用metrics.roc_curve()函数计算tpr的时候，出现tpr为nan的情况，主要是因为label里面没有正样本的标签。 下面是roc_curve()里面的一段源码，其中tps[-1]存放的是所有的正样本。同理，如果fpr出现nan的情况是因为label里面没有负样本。 if fps[-1] <= 0: warnings.warn("No negative...
sklearn学习：roc_auc曲线和 metrics.roc_auc_score
ninnyyan的博客
06-06 3万+
1.概念 ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣。 AUC（Area Under Curve）被定义为ROC曲线下的面积，显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y=x这条直线的上方，所以AUC的取值范围在0.5和1之间。使用AUC值作为评价标准是因为很多时候...
准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
weixin_34144450的博客
07-22 1万+
yu Code 15 Comments  机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluation)是一个必要的 工作,而其评价指标往往有如下几点:准确率(Accuracy),精确率(Precision),召回率(Recall)和F1-Measure。(注： 相对来说，IR 的 ground truth 很多时候是一个 Ordered List, 而不是...
invalid argument什么意思python_InvalidArgumentError:无法使用形状为[32]的张量更新形状为[]的变量...
weixin_39693971的博客
12-06 1308
我试图从神经结构学习开始，但是当我运行页面上给出的示例进行测试时，我得到以下错误我尝试过压缩维度，我尝试过不同版本的tensorflow——我对tensorflow还是相当陌生的，所以在这一点上我真的是在猜测。在# Create a base model -- sequential, functional, or subclass.model = tf.keras.Sequential([tf.k...
python导入keras_将Keras模型导入Tensorflow.js
最新发布
05-26
要将Keras模型导入Tensorflow.js，你需要遵循以下步骤： 1. 使用Keras将模型保存为.h5文件。可以使用以下代码： ``` from keras.models import load_model model = load_model('path/to/model.h5') ``` 2. 安装Tensorflow.js。可以使用以下命令安装： ``` npm install @tensorflow/tfjs ``` 3. 转换模型为Tensorflow.js格式。可以使用以下命令： ``` tensorflowjs_converter --input_format keras \ path/to/model.h5 \ path/to/tfjs_target_dir ``` 其中，`path/to/model.h5`是你的Keras模型文件路径，`path/to/tfjs_target_dir`是你要生成的Tensorflow.js模型目录。 4. 在你的HTML文件中加载Tensorflow.js并使用它： ``` <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest"></script> <script> async function loadModel() { const model = await tf.loadLayersModel('path/to/tfjs_target_dir/model.json'); // 使用模型进行预测 } loadModel(); </script> ``` 其中，`path/to/tfjs_target_dir/model.json`是你生成的Tensorflow.js模型文件路径。 这样，你就可以将Keras模型导入Tensorflow.js并使用它了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值