keras中的精度计算不匹配答案

【问题标题】：Accuracy calculation in keras not matchingkeras中的精度计算不匹配
【发布时间】：2018-05-25 18:43:26
【问题描述】：

目前正在做一个多标签分类器。我在 keras 中调用评估方法收到了令人怀疑的高准确度（0.94）（评估方法返回准确度和损失）。然后我尝试手动编程该方法，如下所述： How does Keras evaluate the accuracy?

但是，我自己做这件事的准确率要低得多。 F1_mico：0.7157894736842105 精度：0.3530864197530864

我不明白为什么。我认为这与不平衡的课程有关。 f1_mico 的值很高，而 f1_macro 在 0.45 左右，所以这似乎是有道理的（我有一个层次结构，所以有些类自然比其他类出现的频率更高）。但是，keras 是如何获得如此高的准确性的，这对我来说没有意义。代码：

model.compile(optimizer=adam, loss='binary_crossentropy', metrics=['accuracy'])
#print("Traning Model...")
model.fit(X_train, y_train, batch_size=batch_size, epochs=epochs, verbose=1, callbacks=[checkpoint], validation_data=(X_test, y_test))  # starts training
print("Testing Model")
output = model.predict(X_final, batch_size = batch_size)
for pred_i in output:
    pred_i[pred_i >=0.5] = 1
    pred_i[pred_i < 0.5] = 0
print "F1: " + str(f1_score(y_final, output, average='micro'))
print "Accuracy: " + str(accuracy_score(y_final, output))

mscores = model.evaluate(X_final, y_final, batch_size = batch_size)
print mscores

输出：

Creating Model...
Testing Model
F1: 0.7157894736842105
Accuracy: 0.3530864197530864
405/405 [==============================] - 8s 20ms/step
['0.15227678694106914', '0.9422222640779283']

【问题讨论】：

标签： python machine-learning keras output

【解决方案1】：

keras计算的Accuracy比较one-hot编码向量的每个值，看是否匹配。如果数据相当稀疏，这会导致系统具有高精度，因为大多数值将被分配为零。如果完整的预测匹配，scilearn 的准确率只会为数据返回一个。

【讨论】：