Day88 f1-score of multi-class problem - Cupoy

2019/07/24 上午 07:54

機器學習共學討論版

Ray Xie

觀看數：83

回答數：1

收藏數：0

ml100-2-d88

ml100-2

專家好：

在範例中，計算 f1_score的部份

y_true = self.validation_data[1].argmax(axis = 1)
y_pred = self.model.predict(self.validation_data[0])
y_pred = (y_pred[:, 1] >= thres) * 1

logs["val_f1sc"] = f1_score(y_true = y_true, y_pred = y_pred, average="weighted")

在y_true裡面會有0-9的label, 但y_pred在做完處理後只有0-1的label

請問這樣計算f1_score是可以的嗎？

還是說應該要針對每個label算一個f1_score會比較好呢？

謝謝

回答列表

• 2019/07/24 上午 11:49
  張維元 (WeiYuan)
  贊同數：3
  不贊同數：1
  留言數：0

  我覺得是有問題的，應該還是要針對每一個都算比較準。所以會發現後面的 f1-score  分數都很低。