1

我正在使用https://www.tensorflow.org/api_docs/python/tf/estimator/DNNClassifier

假设我有一个分类问题。试图对 2 件事进行分类。Class1是Happy Face，Class2不是Happy Face。在这个特定的场景中，每天查看 1,000 多个样本时，我只想抓住前 10 个快乐面孔。所以说真的，我只是想非常有信心，前 10 个面孔是快乐面孔。因此，如果它将一张快乐的脸归类为一张不快乐的脸，我可以接受。它可能会错过一些（或者说实话，它会在每天审查的 1000 多个中的 100 个）。但是，如果它错误地将一张不开心的脸归类为开心的脸……我不会对结果感到满意。

So we could say that:
GOOD = TP = (truth) Happy Face,      (prediction) Happy Face
BAD  = FP = (truth) Not Happy Face,  (prediction) Happy Face
GOOD = TN = (truth) Not Happy Face,  (prediction) Not Happy Face
OK   = FN = (truth) Happy Face,      (prediction) Not Happy Face

几乎，我可以忍受偶尔的 FN（假阴性）。但我真的不想要 FP（误报）

我有兴趣使用权重列来“减重”一个类的所有内容，并“增重”另一个类。

最后，我想要某种有偏的损失/成本函数。训练时，FP 应该“花费”更多，FN 应该仍然花费，但要少一些。查看 DNNClassifier，似乎 weight_column 可能是答案。

训练时，我可以将所有 Happy Faces 的权重设置为 1.5+（或其他东西，需要进行实验）。我可以将所有 Not Happy Faces 设置为 0.5（或其他值）。

所以，归结为几个问题：

  1. 这就是重量列的用途吗？

  2. 我看到权重列应该是一个特征/输入。在这种情况下，我不希望将权重列用作特征，因为我假设模型会了解权重与分类的相关性，并严重依赖该输入作为预测变量。那么，tensorflow 是否使用权重列作为输入？我希望它不会。

  3. 假设/希望 TF 不使用权重列作为输入，在预测/评估时，我应该为权重列传入什么？1？

  4. 如果 weight_column 不是答案，那么处理这种情况的推荐解决方案是什么（一个特定类的有偏成本函数）？我不需要模型在所有分类上都是 100% 准确的。但是对于一个类，当它说它是一张快乐的脸时，我希望它非常自信地认为它是一张快乐的脸。如果它漏掉了几张Happy Faces，它就会认为它们不是Happy Faces。没关系。只要我每天得到我的前 10 个“最快乐”的面孔，我就很高兴 :)

谢谢你的帮助。我很感激。

4

1 回答 1

0

我认为使用阈值是处理 FN 和 FP 权衡的更好方法。您可以执行以下操作：

probability_of_1 = predictions from estimator
if probability_of_1 > YOUR_THRESHOLD:
  output = happy-face
else:
  output = not-happy-face
于 2018-01-29T17:23:56.997 回答