weixin_44347319
C医生
采纳率14.3%
2019-03-22 17:31 阅读 2.0k

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

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 复制链接分享

1条回答 默认 最新

  • lcyappleniuniu red cedar apple 2019-03-22 20:01

    多类分类最好用混淆矩阵,recall—precision曲线对两类好

    点赞 评论 复制链接分享

相关推荐