TensorFlow函數(shù)：tf.metrics.specificity_at_sensitivity

tf.metrics.specificity_at_sensitivity函數(shù)

tf.metrics.specificity_at_sensitivity(
    labels,
    predictions,
    sensitivity,
    weights=None,
    num_thresholds=200,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

定義在：tensorflow/python/ops/metrics_impl.py.

計算給定sensitivity的specificity.

該specificity_at_sensitivity函數(shù)創(chuàng)建四個局部變量,true_positives,true_negatives,false_positives和false_negatives,它們用于計算在給定的sensitivity值的specificity.計算給定sensitivity值的閾值并用于評估相應的specificity.

為了估計數(shù)據(jù)流上的度量,該函數(shù)創(chuàng)建一個update_op操作來更新這些變量并返回specificity.update_op使用在predictions和labels的每個示例中發(fā)現(xiàn)的權重來遞增true_positives,true_negatives,false_positives和false_negatives計數(shù).

如果weights是None,則權重默認為1,使用權重0來屏蔽值.

有關特異性和敏感性的其他信息,請參閱以下內容：https：//en.wikipedia.org/wiki/Sensitivity_and_specificity

參數(shù)：

• labels：正確標記(ground truth),Tensor的維度必須匹配predictions,將被轉換為bool.
• predictions：任意形狀的浮點Tensor,其值在該范圍[0, 1]內.
• sensitivity：范圍[0, 1]內的標量值.
• weights：可選的Tensor,其秩為0或與labels具有相同的秩,并且必須可廣播到labels(即,所有維度必須為1或與相應的labels維度相同).
• num_thresholds：用于匹配給定sensitivity的閾值數(shù).
• metrics_collections：specificity應添加到的集合的可選列表.
• updates_collections：update_op應添加到的集合的可選列表.
• name：可選的variable_scope名稱.

返回：

• specificity：表示給定specificity值的特異性的標量Tensor.
• update_op：遞增true_positives,true_negatives,false_positives和false_negatives變量的操作,并且適當其值匹配specificity.

可能引發(fā)的異常：

• ValueError：如果predictions與labels具有不匹配的形狀,如果weights不是None,其形狀不匹配predictions,或者,如果sensitivity不處于0和1之間,或者如果任一metrics_collections或updates_collections不是一個列表或元組.
• RuntimeError：如果啟用了急切執(zhí)行.