Hinge metrics for "maximum-margin" classification
Hinge class
keras.metrics.Hinge(name="hinge", dtype=None)
计算 y_true 和 y_pred 之间的 hinge 指标.
y_true 的值应为 -1 或 1.如果提供了二进制（0 或 1）标签,我们将把它们转换为 -1 或 1.
参数: name: (可选) 指标实例的字符串名称. dtype: (可选) 指标结果的数据类型.
示例:
>>> m = keras.metrics.Hinge()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]])
>>> m.result()
1.3
>>> m.reset_state()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]],
... sample_weight=[1, 0])
>>> m.result()
1.1
SquaredHinge class
keras.metrics.SquaredHinge(name="squared_hinge", dtype=None)
计算 y_true 和 y_pred 之间的 hinge 指标.
y_true 的值应为 -1 或 1.如果提供了二进制（0 或 1）标签,我们将将其转换为 -1 或 1.
参数: name: (可选) 指标实例的字符串名称. dtype: (可选) 指标结果的数据类型.
示例:
>>> m = keras.metrics.SquaredHinge()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]])
>>> m.result()
1.86
>>> m.reset_state()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]],
... sample_weight=[1, 0])
>>> m.result()
1.46
CategoricalHinge class
keras.metrics.CategoricalHinge(name="categorical_hinge", dtype=None)
计算 y_true 和 y_pred 之间的分类铰链指标.
参数: name: (可选) 指标实例的字符串名称. dtype: (可选) 指标结果的数据类型.
示例:
>>> m = keras.metrics.CategoricalHinge()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]])
>>> m.result().numpy()
1.4000001
>>> m.reset_state()
>>> m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]],
... sample_weight=[1, 0])
>>> m.result()
1.2