问题标签 [objective-function]

我想添加 kappa 评估指标以在 Python 的 xgboost 中使用。我无法理解如何将 Python 函数与 xgboost 连接。

根据 xgboost 文档，“用户可以添加多个评估指标，对于 python 用户，请记住将指标作为参数对列表而不是映射传递，以便后一个 'eval_metric' 不会覆盖前一个”

这已在xgboost 的R 的 github 页面中提出，但不适用于 Python。

例如，如果 kappa 函数是：

如何使用 xgboost 实现它？在参数中指定'kappa'为字符串会eval_metric导致XGBoostError: unknown evaluation metric type: kappa.

同样，指定 kappa 方法对象会导致XGBoostError: unknown evaluation metric type: <function kappa at 0x7fbef4b03488>.

如何在 python 的 xgboost 中使用自定义评估指标？

我对 keras 和 DL 相当陌生，我正在尝试构建一个损失函数，但我对来自网络的数据如何通过损失函数的 y_pred 和 y_true 传递有疑问。

例如，我的网络有 3 个不同的输出，这里是一个：

SEC5 现在是一个 2 通道张量，它预测一个通道中的边缘和另一个通道中的非边缘。

我的模型是使用以下行创建的：

我在 Final 上执行二元交叉熵，在 ILLP2 上执行平方损失，然后对每个 SEC 层执行自定义损失。在构建自定义损失时，我遇到了一些我不理解的东西。多个通道层（如 SEC5）如何传递给损失函数？这在我的边缘损失中尤为重要，因为我需要计算边缘层中的边缘数，以及非边缘层中的非边缘数。

当我这样做时，我不明白的是损失函数中的实际变量（y_true 和 y_pred）：

我得到以下值：

这就是我对一切感到非常困惑的地方。据我了解，矩阵的张量类型只能是二维的，但我本质上是 3 维的？它如何处理这些信息？

在我自己制作复杂的损失函数之前，我觉得我应该理解这一点，您可以提供给我的任何信息将不胜感激。

干杯，

迈克尔

我想使用 matlab 比较这些方法。那么计算最佳方法的标准是什么，尽管根据应用程序有不同的方法是有用的。我可以使用下面链接中描述的目标函数吗？此外，哪个函数对计算更有用。

http://www.geatbx.com/download/GEATbx_ObjFunExpl_v37.pdf

这是我对 AI/ML 的第一次尝试。

我的老师给了我以下问题，

在 MATLAB 中使用二进制编码的染色体设计一个简单的遗传算法，以解决 16 位字符串中的模式查找问题。

目标函数由以下公式给出：

F(x) = NoS("010") + 2NoS("0110") + 3NoS("01110") + 4NoS("011110") + 5NoS("0111110") + 6NoS("01111110") + 7NoS("011111110") + 6NoS("0111111110") + 5NoS("01111111110") + 4NoS("011111111110") + 3NoS("0111111111110") + 2NoS("01111111111110") + NoS("011111111111110")

我无法理解公式。

诺斯是什么意思？

他们对这些二进制字符串执行什么操作？

是什么F(x)？

如果可能的话，最简单的事情可能是我只发布我试图直接在 Theano 中执行的 numpy 代码：

如果不是很明显，我想做的是使用由 7 个不同矩阵组成的张量的一个矩阵中的值，并将其应用于张量中的其他矩阵。

真的，我要解决的问题是在 Keras 的完全卷积网络的目标函数中执行条件语句。基本上，根据其中一个特征图中的一些值，某些特征图值的损失将与其他值不同地计算（并随后加权）。

我正在尝试为 Sklearn 中的朴素贝叶斯分类器定义目标/损失函数。但是，目标函数具有“w”，它是分类器向量。这让我很困惑，因为我认为朴素贝叶斯分类器只使用概率。所以我的问题是，

是否可以为朴素贝叶斯分类器定义目标/损失函数？如果可能怎么办？

朴素贝叶斯分类器中的分类器向量“w”是什么？

我正在尝试在 Matlab 中实现目标函数。

这里 a,b,c 是常数，D_k 和 E_k 是 0 到 1 之间的均匀分布向量。P_k 是常数向量。E_k 是决策变量。目标是使 E_k 值在 [0.0001, 1] 之间最大化。我正在尝试使用 fmincon，但对 matlab 优化不熟悉，我无法正确使用它。我将不胜感激任何帮助。

我是 Keras 和 Theano 的新手，现在尝试在 Keras 上实现我自己的损失函数。但是出现了这个错误。我认为问题在于我自己的损失函数，但我现在知道如何解决它。有人可以帮我解决这个问题吗？

keras 层：

这是错误：

我正在 Keras 中编写一个自定义损失函数，但遇到了以下问题：

为什么 Keras 损失函数必须为每个批次项目返回一个标量，而不仅仅是一个标量？

我关心的是整个批次的累积损失，而不是每件商品的损失，不是吗？

以下代码不起作用，在哪里aucerr和是自定义评估指标，aoeerr它只使用一个eval_metric或aucerraoeerr

但是，以下具有内置评估指标的代码正在运行

这是我的自定义函数