如何从 keras 指标中获取 TPR 和 TNR

Question

我想获取model.compile()语句中的真阳性率(TPR)和真阴性率(TNR)作为评价指标之一。

我尝试过使用以下代码：

model.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ["accuracy", "tpr", "tnr"])

但是我收到一条错误消息：

未知的度量函数：tpr

我相信它们都是 keras 中的已知指标，所以我不明白这个错误。请帮忙

Answer 1

从相关的Keras docs 可以清楚地看出，tpr 和tnr 是不是原生 Keras 指标的一部分；有一个相关的Github thread，但问题仍然存在。

但是对于您似乎正在处理的二进制情况，从 scikit-learn 获得所需的数量很简单（您需要将模型结果转换为二进制标签，即 not 概率);改编docs中的示例：

from sklearn.metrics import confusion_matrix
y_true = [0, 1, 0, 1]
y_pred = [1, 1, 1, 0]
cm = confusion_matrix(y_true, y_pred) # careful with the order of arguments!
tn, fp, fn, tp = cm.ravel()
(tn, fp, fn, tp)
# (0, 2, 1, 1)

获得这些数量后，现在可以直接计算 TPR 和 TNR（参见 Wikipedia 中的定义）：

TPR = tp/(tp+fn)
TPR
# 0.5

TNR = tn/(tn+fp)
TNR
# 0.0

多类案例有点复杂——请参阅我在How to get precision, recall and f-measure from confusion matrix in Python 中的回答。