ROC曲線tf.contrib.learn.LinearClassifier

Question

私は訓練したtf.contrib.learn.LinearClassifierのROC曲線をプロットしたいと思います。

ROC曲線は、識別閾値が変化するとTPRとFPRの異なる値を示すが、識別閾値は常に0.5である。

LinearClassifierに変更するか、TPRとFPRを異なるしきい値で記録するかはわかりません。

Answer 1

私は最終的にそれを行う方法を考え出しました。次にように私のメトリックを定義

def recall_fn(predictions=None, labels=None, weights=None): 
    recall = tf.metrics.recall_at_thresholds(labels, predictions[:,1],[0.2,0.5,0.7]) 
    return recall 

：

with tf.variable_scope("metrics"): 
    validation_metrics = { 
    "recall": 
     tf.contrib.learn.MetricSpec(
      metric_fn=recall_fn, 
      prediction_key=tf.contrib.learn.PredictionKey.PROBABILITIES) 
     } 

、最終的に評価するメソッド呼び出しでそれらを使用します。正確に

results = m.evaluate(input_fn=lambda: chk_batch_input_fn(test_stream), 
    steps=100, metrics=validation_metrics) 

ないROC私は次のようにカスタムメトリックを追加する必要が曲線ですが、私が欲しかったフィードバック/指標です。