Tensorflow:加权交叉熵权的解释

Question

Tensorflow函数tf.nn.weighted_cross_entropy_with_logits()接受参数pos_weight。文档将pos_weight定义为“用于正示例的系数”。我假设这意味着增加pos_weight会增加假阳性的损失，减少假阴性的损失。还是我倒过来了？

Answer 1

实际上，情况正好相反。引用文件：

参数pos_weight被用作正目标的乘数。

因此，假设您的数据集中有5正示例，而7为负值，如果您设置了pos_weight=2，那么您的损失就像有10正示例和7负值一样。

假设你把所有正面的例子都搞错了，所有的否定都是对的。最初，您将有5假阴性和0假阳性。当您增加pos_weight时，假负数会人为地增加。请注意，来自假阳性的损失值不会改变。