Tensorflow：加权交叉熵中权重的解释

Question

Tensorflow函数tf.nn.weighted_cross_entropy_with_logits()采用参数pos_weight。 documentation将pos_weight定义为“在正例上使用的系数”。我认为这意味着增加pos_weight会增加误报造成的损失，并减少漏报造成的损失。或者我有这个倒退？

Answer 1

其实，这是相反的。引用文档：

的争论pos_weight作为乘数为正 目标。

因此，假设你有5数据集中的和积极的例子7负，如果设置了pos_weight=2，那么你的损失将是，如果你有10正例7负。

假设您得到的所有正面例子都是错的，而且都是负面的。最初你会有5错误的否定和0误报。当您增加pos_weight时，漏报的数量将会人为增加。请注意，来自误报的损失值不会改变。