tensorflowで異なる損失関数を使用する方法、DNNLinearCombinedClassifier

Question

私はCTRを予測するためにgoogle tensorflow TensorFlow Wide & Deep Learningを使用しています。 コードはwide_n_deep_tutorial.pyに基づいています。

しかし、aucは悪いです。私は、コードをチェックしDNN_Linear_Combined.py、損失関数は、CTRの予測では

loss = math_ops.reduce_mean(loss_unweighted, name=name) 

として定義されたINT、列車のデータがアンバランスだったことがわかりました。したがって、この種の損失関数を使用すると、負のクラス（過半数クラス）でより多くのサンプルを予測するときに損失が改善されます。

さらに、予測されるクリック率は、実際のクリック率よりはるかに大きくなります。 （実際のCTRは1％未満です。平均予測CTRは約30％です）

私の質問は：loglossを使用するコードを変更する方法ですか？ TFがこれを提供していますか？ 私は、コードを確認し、次のが見つかりました：tensorflowに/ contrib /学ぶ/パイソン/学ぶ/推定/ head.pyに

1. 機能math_ops.reduce_logsumexp
tensorflow /パイソン/ OPS/math_ops.pyで機能 _log_loss_with_two_classesを

ただし、最初はmath_ops.reduce_sumで変更されません。そして、私は第二の関数の使い方を知らない。

私の質問は、logloss関数を使用するようにコードを修正する方法として要約することができます。

ありがとうございました。

Answer 1

あなただけloglossを計算したい、と損失は、あなたは以下のようにlogloss計算することができますし、コードを変更する必要はありません指定されている場合：

log_loss = math_ops.log(loss)