- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
PrecisionRecall
値を計算して適合率-再現率曲線を構築します。ClassificationScoreと同様、このメソッドは真の値のベクトルに適用されます。
bool vector::PrecisionRecall(
|
パラメータ
pred_scores
[in] 各クラスの確率を含む一連の水平ベクトルを含む行列。行列の行数は、真の値のベクトルのサイズに対応する必要があります。
mode
[in] ENUM_AVERAGE_MODE列挙の平均化モード。AVERAGE_NONE、AVERAGE_BINARY、AVERAGE_MICROのみが使用されます。
precision
[out] 計算された精度曲線値を含む行列。平均化が適用されない場合(AVERAGE_NONE)、行列の行数はモデル クラスの数に対応します。列の数は、真の値のベクトルのサイズ(または確率分布行列pred_scoreの行数)に対応します。マイクロ平均化の場合、行列の行数は、重複を除いた閾値の合計数に対応します。
recall
[out] 計算された再現率曲線値を含む行列。
threshold
[out] 確率行列を並び替えて得られた閾値行列。
注意事項
ClassificationScoreメソッドの注意事項を参照してください。
例
mnist.onnxモデルから統計を収集する例(精度99%)。
//--- 分類メトリクスのデータ
//--- 入力-出力
//--- テスト
//--- データ収集
|
vectorf accuracy=y_pred.ClassificationMetric(y_true,CLASSIFICATION_ACCURACY);
|
適合率と再現率のグラフをプロットする例。適合率の値がY軸にプロットされ、再現率の値がX軸にプロットされます。また、精度と再現率のグラフは個別にプロットされ、閾値がX軸にプロットされます。
if(y_true.PrecisionRecall(y_scores,AVERAGE_MICRO,mat_precision,mat_recall,mat_thres))
|
結果の曲線: