评估指标
评估指标
损失函数除了作为模型训练时候的优化目标，也能够作为模型好坏的一种评价指标。但通常人们还会从其它角度评估模型的好坏。这就是评估指标。通常损失函数都可以作为评估指标，如 MAE,MSE,CategoricalCrossentropy 等也是常用的评估指标。
但评估指标不一定可以作为损失函数，例如 AUC,Accuracy,Precision。因为评估指标不要求连续可导，而损失函数通常要求连续可导。编译模型时，可以通过列表形式指定多个评估指标。如果有需要，也可以自定义评估指标。自定义评估指标需要接收两个张量 y_true,y_pred 作为输入参数，并输出一个标量作为评估值。
也可以对 tf.keras.metrics.Metric 进行子类化，重写初始化方法, update_state 方法, result 方法实现评估指标的计算逻辑，从而得到评估指标的类的实现形式。由于训练的过程通常是分批次训练的，而评估指标要跑完一个 epoch 才能够得到整体的指标结果。因此，类形式的评估指标更为常见。即需要编写初始化方法以创建与计算指标结果相关的一些中间变量，编写 update_state 方法在每个 batch 后更新相关中间变量的状态，编写 result 方法输出最终指标结果。如果编写函数形式的评估指标，则只能取 epoch 中各个 batch 计算的评估指标结果的平均值作为整个 epoch 上的评估指标结果，这个结果通常会偏离整个 epoch 数据一次计算的结果。
常用的内置评估指标
- MeanSquaredError（均方误差，用于回归，可以简写为 MSE，函数形式为 mse）
- MeanAbsoluteError (平均绝对值误差，用于回归，可以简写为 MAE，函数形式为 mae)
- MeanAbsolutePercentageError (平均百分比误差，用于回归，可以简写为 MAPE，函数形式为 mape)
- RootMeanSquaredError (均方根误差，用于回归)
- Accuracy (准确率，用于分类，可以用字符串"Accuracy"表示，Accuracy=(TP+TN)/(TP+TN+FP+FN)，要求 y_true 和 y_pred 都为类别序号编码)
- Precision (精确率，用于二分类，Precision = TP/(TP+FP))
- Recall (召回率，用于二分类，Recall = TP/(TP+FN))
- TruePositives (真正例，用于二分类)
- TrueNegatives (真负例，用于二分类)
- FalsePositives (假正例，用于二分类)
- FalseNegatives (假负例，用于二分类)
- AUC(ROC 曲线(TPR vs FPR)下的面积，用于二分类，直观解释为随机抽取一个正样本和一个负样本，正样本的预测值大于负样本的概率)
- CategoricalAccuracy（分类准确率，与 Accuracy 含义相同，要求 y_true(label)为 onehot 编码形式）
- SparseCategoricalAccuracy (稀疏分类准确率，与 Accuracy 含义相同，要求 y_true(label)为序号编码形式)
- MeanIoU (Intersection-Over-Union，常用于图像分割)
- TopKCategoricalAccuracy (多分类 TopK 准确率，要求 y_true(label)为 onehot 编码形式)
- SparseTopKCategoricalAccuracy (稀疏多分类 TopK 准确率，要求 y_true(label)为序号编码形式)
- Mean (平均值)
- Sum (求和)
自定义评估指标
我们以金融风控领域常用的 KS 指标为例，示范自定义评估指标。KS 指标适合二分类问题，其计算方式为 KS=max(TPR-FPR).其中 TPR=TP/(TP+FN), FPR = FP/(FP+TN)
TPR 曲线实际上就是正样本的累积分布曲线(CDF)，FPR 曲线实际上就是负样本的累积分布曲线(CDF)。KS 指标就是正样本和负样本累积分布曲线差值的最大值。
函数形式的自定义评估指标
import numpy as np
import pandas as pd
import tensorflow as tf
from tensorflow.keras import layers,models,losses,metrics
# 函数形式的自定义评估指标
@tf.function
def ks(y_true,y_pred):
y_true = tf.reshape(y_true,(-1,))
y_pred = tf.reshape(y_pred,(-1,))
length = tf.shape(y_true)[0]
t = tf.math.top_k(y_pred,k = length,sorted = False)
y_pred_sorted = tf.gather(y_pred,t.indices)
y_true_sorted = tf.gather(y_true,t.indices)
cum_positive_ratio = tf.truediv(
tf.cumsum(y_true_sorted),tf.reduce_sum(y_true_sorted))
cum_negative_ratio = tf.truediv(
tf.cumsum(1 - y_true_sorted),tf.reduce_sum(1 - y_true_sorted))
ks_value = tf.reduce_max(tf.abs(cum_positive_ratio - cum_negative_ratio))
return ks_value
y_true = tf.constant([[1],[1],[1],[0],[1],[1],[1],[0],[0],[0],[1],[0],[1],[0]])
y_pred = tf.constant([[0.6],[0.1],[0.4],[0.5],[0.7],[0.7],[0.7],
[0.4],[0.4],[0.5],[0.8],[0.3],[0.5],[0.3]])
tf.print(ks(y_true,y_pred))
类形式的自定义评估指标
class KS(metrics.Metric):
def __init__(self, name = "ks", **kwargs):
super(KS,self).__init__(name=name,**kwargs)
self.true_positives = self.add_weight(
name = "tp",shape = (101,), initializer = "zeros")
self.false_positives = self.add_weight(
name = "fp",shape = (101,), initializer = "zeros")
@tf.function
def update_state(self,y_true,y_pred):
y_true = tf.cast(tf.reshape(y_true,(-1,)),tf.bool)
y_pred = tf.cast(100*tf.reshape(y_pred,(-1,)),tf.int32)
for i in tf.range(0,tf.shape(y_true)[0]):
if y_true[i]:
self.true_positives[y_pred[i]].assign(
self.true_positives[y_pred[i]]+1.0)
else:
self.false_positives[y_pred[i]].assign(
self.false_positives[y_pred[i]]+1.0)
return (self.true_positives,self.false_positives)
@tf.function
def result(self):
cum_positive_ratio = tf.truediv(
tf.cumsum(self.true_positives),tf.reduce_sum(self.true_positives))
cum_negative_ratio = tf.truediv(
tf.cumsum(self.false_positives),tf.reduce_sum(self.false_positives))
ks_value = tf.reduce_max(tf.abs(cum_positive_ratio - cum_negative_ratio))
return ks_value
y_true = tf.constant([[1],[1],[1],[0],[1],[1],[1],[0],[0],[0],[1],[0],[1],[0]])
y_pred = tf.constant([[0.6],[0.1],[0.4],[0.5],[0.7],[0.7],
[0.7],[0.4],[0.4],[0.5],[0.8],[0.3],[0.5],[0.3]])
myks = KS()
myks.update_state(y_true,y_pred)
tf.print(myks.result())