我已经实现了R2分数的简单自定义指标,因为我正在处理回归任务
def r_2_score(y_true, y_pred):
from tensorflow.keras import backend as K
RSS = K.sum(K.square( y_true- y_pred ))
TSS = K.sum(K.square( y_true - K.mean(y_true) ) )
return ( 1. - RSS/(TSS) )
然后,我将此方法的结果与sklearn库中的方法进行了比较
print(sklearn.metrics.r2_score(y_test_data,model.predict(x=x_test_data)))
model.evaluate(x=x_test_data, y=y_test_data)
但是他们给了我完全不同的结果
0.3706,使用sklearn R2方法
0.8812,采用keras定制公制
有什么问题吗
目前没有回答
相关问题 更多 >
编程相关推荐