У меня есть двоичная модель классификации с несколькими выходами (200), которую я написал в keras.Как вычислить получение эксплуатационных характеристик (ROC) и AUC в keras?
В этой модели я хочу добавить дополнительные показатели, такие как ROC и AUC, но, насколько мне известно, keras dosen't имеют встроенные метрические функции ROC и AUC.
Я пытался импортировать ROC, АУК функции из scikit учиться
from sklearn.metrics import roc_curve, auc
from keras.models import Sequential
from keras.layers import Dense
.
.
.
model.add(Dense(200, activation='relu'))
model.add(Dense(300, activation='relu'))
model.add(Dense(400, activation='relu'))
model.add(Dense(300, activation='relu'))
model.add(Dense(200,init='normal', activation='softmax')) #outputlayer
model.compile(loss='categorical_crossentropy', optimizer='adam',metrics=['accuracy','roc_curve','auc'])
, но это дает эту ошибку:
Exception: Invalid metric: roc_curve
Как следует добавить ROC, АУК в keras?
Оставить свою ПКА функции и сделать model.predict - см [здесь] (http://stackoverflow.com/a/41722962/ 5307226) – ahmedhosny