如何做图像分类的recall—precision曲线??

1个多月了还是没解决这个难题,
求大神指导。
初学者,没有变成基础,想做个图像分类的模型。
结构性数据很容易做pr曲线,
有y_test和y_pred可以得到recall和precision。
但是图像分类,
找了很久,没找到方法,或者各种错误。
这些图像是自己的数据,
分类不平衡,1:10,所以评价模型想用recall-precision。

train_generator = train_datagen.flow_from_directory(////本地路径
validation_generator = test_datagen.flow_from_directory(////本地路径
读取图像,
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',
metrics=['accuracy')
metrics这里函数虽然可以自制,但是想不到方法来定义y_pred和y_test,网上找了很多教程也是各种报错,

model.fit_generator(
train_generator,
steps_per_epoch=22 // batch_size,
epochs=50,
进行模型训练,

求各位大神指导,
怎么可以做出pr曲线

1个回答

多类分类最好用混淆矩阵,recall—precision曲线对两类好

weixin_44347319
C医生 是2分类,关键是没有图像分类的pr曲线的python 代码
一年多之前 回复
lcyappleniuniu
red cedar apple 混淆矩阵特别明了
一年多之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
立即提问
相关内容推荐