感流评价

Question

我正在运行一个张量流模型，并试图了解它的性能。但是，我不确定结果中的一些指标。我使用了线性分类器使用tf.estimator.LinearClassifier。守则和结果附后如下：

模式是：

def build_estimator(model_dir, model_type):
    wide_columns, deep_columns = build_model_columns()
    run_config = tf.estimator.RunConfig().replace(session_config=tf.ConfigProto(device_count={'GPU': 0}))

    if model_type == 'wide':
        return tf.estimator.LinearClassifier(
            model_dir=model_dir,
            feature_columns=wide_columns,
            config=run_config)

model.evaluate方法是：

for n in range(FLAGS.train_epochs // FLAGS.epochs_per_eval):
    model.train(input_fn=lambda: input_fn(
        FLAGS.train_data, FLAGS.epochs_per_eval, True, FLAGS.batch_size))

    results = model.evaluate(input_fn=lambda: input_fn(
        FLAGS.test_data, 1, False, FLAGS.batch_size))

，我想知道model.evaluate方法中的度量auc_precision_recall: 0.998951是什么。它是auc，精度，召回，或任何这些组合？

结果如这张截图中所示

Answer 1

auc_precision_recall是“精确召回曲线下的面积”。AUC代表“曲线下面积”。关于这些概念，网上有很多参考资料。这里有一个：recall.html