Mam wielo-wyjściowy (200) binarny model klasyfikacji, który napisałem w keras.Jak obliczyć charakterystykę odbioru (ROC) i AUC w kamerze?
W tym modelu chcę dodać dodatkowe dane, takie jak ROC i AUC, ale według mojej wiedzy keras nie ma wbudowanych funkcji metrycznych ROC i AUC.
Próbowałem zaimportować ROC, funkcje AUC od scikit-learn
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'])
ale to daje ten błąd:
Exception: Invalid metric: roc_curve
Jak Dodam ROC AUC do Keras?
Napisz własną funkcję AUC i zrobić model.predict - patrz [tutaj] (http://stackoverflow.com/a/41722962/ 5307226) – ahmedhosny