精密リコールロスト機能

I’ve been using precision and recall as my metrics, as per keras-team/keras/pull/9393/files Sensitivity & specificity is what I want to optimise for. Every epoch I output it: class SensitivitySpecificityCallback(Callback): def on_epoch_end(self, epoch, logs=None): if epoch: x_test = self.validation_data[0] y_test = self.validation_data[1] predictions = self.model.predict(x_test) output_sensitivity_specificity(epoch, predictions, y_test) def output_sensitivity_specificity(epoch, predictions, y_test): y_test = np.argmax(y_test, axis=-1) predictions = np.argmax(predictions, axis=-1) c = confusion_matrix(y_test, predictions) print(‘Confusion matrix:n’, c) print(‘[{:03d}] sensitivity’.format(epoch), c[0, 0]/(c[0, 1] + c[0, 0])) print(‘[{:03d}] specificity’.format(epoch), c[1, 1]/(c[1, 1] + c[1, 0])) 私の203年の時代には大きな成果が得られました。それから間違った方向に下降しています!そこから。 感度と特異性をどのように最適化するのですか? – 体重を更新し、そして/またはカスタムロス機能を開発することを考えている… ベストアンサー 申し訳ありませんが、適切な答えはありません

もっと読む

初心者が幾何学的最適化を行うための、良い分類タイプの機械学習ツールボックスとは何ですか?

私は2つの異なる材料の複合部品を作ることを探しています。私は多くの異なる部品形状を分析し、MLを使用して最も強い幾何学的構造を示唆したい。 この考えを広げるために、既知のデータをパートジオメトリの形で学習する機械に、既知の応答をせん断強度としてフィードしたいと考えています。ジオメトリに存在するフィーチャに関するデータと、「結果」のせん断強度をフィードできます。 同様の分析を行う以前の論文は、こちらです。ここでは、Tensorflowで修正された貪欲アルゴリズムを使用します。私はこれが何であるか、あるいは技術的に呼び出され&

もっと読む

適応学習オプティマイザは、最も急峻な順調に進んでいますか?

AdamやRMSProbなどの適応学習オプティマイザでは、有効学習率はすべての重みパラメータで同じではありません。これは、体重空間でもっとも急な適度なベクトルの方向に実際に従っていないことを意味します。もしそうなら、最初に背景を使ってグラデーションを計算するのはなぜでしょうか? ベストアンサー アダムとRMSpropは両方ともバニラ勾配降下をより堅牢にする最適化アルゴリズムです。しかし、あなたはまだ勾配を計算する必要がありますが、これらのアルゴリズムは特定の方向の降下を容易にし、いくつかの基準に基づいて他のものの降下を罰するでしょう。 詳細を&#x6

もっと読む

投影勾配降下のためのAdamオプティマイザ

Adamオプティマイザは、ニューラルネットワークのトレーニングによく使用されます。通常、学習率などのパラメータに対する超パラメータ検索の必要性を回避します。Adamオプティマイザは、勾配降下の改善です。 私は投影勾配降下を使用したい状況があります( こちらを参照してください)。基本的に、関数$ f(x)$を最小限に抑えようとするのではなく、$ x ge 0 $の要件に従って$ f(x)$を最小化したいと考えています。投影勾配降下は、勾配降下の各反復後に$ x $の値をクリッピングすることによって作用する。各ステップの後、各負のエントリは0に置き換えられる。 &#x

もっと読む

CNN損失関数として調整係数ピアソン

私は、がんの医療画像上で実行され、癌性であるか否かを分類するCNN(python Kerasを使用)を作成しようとしています。 (サンプルサイズは、試行ごとに30,000〜280,000の間で異なる)。 実験として、私は2つの損失関数を試しました: クロスエントロピー 調整されたピアソン相関係数の否定 最初のものは標準的な習慣のようですが、後者の考えは、私が読んだ古いIEEE論文から来ています。これは、損失関数にピアソン係数に類似したものを使ってみました。 4つのオプティマイザで訓練されています。 Adam SGD RMSprop Adagrad 私はこれを複数回実行しましたが、クロスエントロピーの結果はか&#x306

もっと読む

アパレルカテゴリのOTB計画

私は、オンライン小売用のアパレルカテゴリで製品を購入するために、月の初めにOTB(購入可能)の予算を割り当てました。 予算で購入された在庫は、次の目的を達成する必要があります。 今月の需要予測をご覧ください 特定のターゲットが在庫を売却することを確実にする 広告枠のマークダウンの可能性を最小限に抑える 問題文 : 商品を購入するためにブランド間で予算を割り当てるにはどうすればよいですか(新旧両方)。 出力例:ブランドAに$ 10kを割り当て、新シーズン商品の数量が20個の10個のスタイルを購入します。旧シーズン商品用に30個の15個のス&#x30BF

もっと読む

Gradient Boostingで残差の代わりにグラデーションを使用するのはなぜですか?

実際の残差の代わりにグラデーションを使用することに2つの利点があることが分かりました。 1)グラデーションを使用すると、基本学習者を変更しなくてもロス関数との互換性を持たせることができます(mseだけでなく)。 2)それは計算上実行不可能である(MAEの場合、分割ごとに中央値を計算しなければならない)。 しかし、私はこれらの点を理解していない、すなわち: 1)残差を計算し、それらの値に基底学習者を適合させると、グラジエントを計算してからそれらの値にフィッティングすることは、どのくらい正確になるでしょうか? 2)上記の質問に

もっと読む

ベイズ分類器の最適性

私はバイヤーの最適な分類子へのイントロダクションを研究しました。どのように動作するのか理解しました。 私には分かりませんが、それが最適と考えられる理由と、この場合最適であることが何であるかということです。 手伝って頂けますか ?それがベイズエラー式を使って写真を投稿するのに役立つかもしれないなら。 ベストアンサー 申し訳ありませんが、適切な答えはありません

もっと読む

時間相関隠し機能を最適化する方法 – 魔法のキャンディーマシン

キャンディを入力し、再びキャンディーを出力として提供するこの魔法のキャンディーマシンがあるとしましょう。 For any given time t, it picks a random function which is strictly increasing up to a point such as f(2) = 6 here, and then it strictly decreases. It likes to be challenging but if you become greedy it punishes you like most of the stuff in life. f(1) = 5 f(2) = 6 f(3) = 4 f(4) = 2 f(100) = 0 The tricky point is that this function is changing all the time, but still highly correlated with time. So f() will be similar between t(1) and t(2), but very different between t(1) and t(100). この魔法のキャンディーマシンを使って私のキャンディーを最大限に活用するプログラムを書いてみたい。私はMLの基本を知っていますが、ここでどのアプローチが最適かはわかりません。何か案は? 注意:1分に1回しか再生できません。 ベストアンサー 思考#1 簡単な説明から、データがある(または合成できる)と仮&#x5B9A

もっと読む