2
如何在keras中为回归问题创建并显示准确性度量标准,例如在将预测结果调整到最接近的整数类别之后?在keras中对类进行四舍五入后,如何计算回归模型中的准确性?
虽然准确性本身并没有为回归问题有效地定义,但为了确定数据的类/标签或序号,适合将该问题视为回归。但是,然后计算一个准确性度量也是很方便的,不管它是kappa还是其他类似的东西。这是一个基本的keras样板代码来修改。
from keras.models import Sequential
from keras.layers.core import Dense, Activation
model = Sequential()
model.add(Dense(10, 64))
model.add(Activation('tanh'))
model.add(Dense(64, 1))
model.compile(loss='mean_absolute_error', optimizer='rmsprop')
model.fit(X_train, y_train, nb_epoch=20, batch_size=16)
score = model.evaluate(X_test, y_test, batch_size=16)