keras中模型训练class_weight,sample_weight区别说明
keras 中fit(self, x=None, y=None, batch_size=None, epochs=1, verbose=1, callbacks=None, validation_split=0.0,
validation_data=None, shuffle=True, class_weight=None, sample_weight=None, initial_epoch=0,
steps_per_epoch=None, validation_steps=None)
官方文档中：
class_weight：字典，将不同的类别映射为不同的权值，该参数用来在训练过程中调整损失函数（只能用于训练）。该参数在处理非平衡的训练数据（某些类的训练样本数很少）时，可以使得损失函数对样本数不足的数据更加关注。
sample_weight：权值的numpy array，用于在训练时调整损失函数（仅用于训练）。可以传递一个1D的与样本等长的向量用于对样本进行1对1的加权，或者在面对时序数据时，传递一个的形式为（samples，sequence_length）的矩阵来为每个时间步上的样本赋不同的权。这种情况下请确定在编译模型时添加了sample_weight_mode='temporal'。
class_weight---主要针对的上数据不均衡问题，比如：异常检测的二项分类问题，异常数据仅占1%，正常数据占99%; 此时就要设置不同类对loss的影响。
sample_weigh---主要解决的是样本质量不同的问题，比如前1000个样本的可信度，那么它的权重就要高，后1000个样本可能有错、不可信，那么权重就要调低。
补充知识：Keras 中数据不均衡时，metrics，class_weight的设置方法
当数据处理不均衡时，比如处理癌症训练问题，有病样本很少，参考：
http://www.deepideas.net/unbalanced-classes-machine-learning/
主要从两个方面着手：
一、loss函数的权重问题
训练时，设置的权重：
class_weight={
1: n_non_cancer_samples / n_cancer_samples * t
}
二、编译时设置模型的metrics
def sensitivity(y_true, y_pred): true_positives = K.sum(K.round(K.clip(y_true * y_pred, 0, 1))) possible_positives = K.sum(K.round(K.clip(y_true, 0, 1))) return true_positives / (possible_positives + K.epsilon()) def specificity(y_true, y_pred): true_negatives = K.sum(K.round(K.clip((1-y_true) * (1-y_pred), 0, 1))) possible_negatives = K.sum(K.round(K.clip(1-y_true, 0, 1))) return true_negatives / (possible_negatives + K.epsilon()) model.compile( loss='binary_crossentropy', optimizer=RMSprop(0.001), metrics=[sensitivity, specificity] )
以上这篇keras中模型训练class_weight,sample_weight区别说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要为大家介绍了pytorch模型的保存加载与续训练详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-11-11
这篇文章主要为大家详细介绍了python3实现点餐系统，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-01-01
这篇文章主要介绍了pytorch常用函数之torch.randn()解读，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
这篇文章主要为大家介绍了Python并发编程之线程消息通信机制的示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步2021-10-10
本文主要介绍了Python自动发邮件脚本的相关知识。具有很好的参考价值，下面跟着小编一起来看下吧2017-03-03
这篇文章主要介绍了Python实现登录人人网并抓取新鲜事的方法,可实现Python模拟登陆并抓取新鲜事的功能,需要的朋友可以参考下2015-05-05
这篇文章主要介绍了关于python中密码加盐的学习体会小结，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
基于opencv和pillow实现人脸识别系统(附demo)
人脸识别就是一个程序能识别给定图像或视频中的人脸，本文主要介绍了opencv和pillow实现人脸识别系统，本文不涉及分类器、训练识别器等算法原理，感兴趣的可以了解一下2021-11-11
在Python中find()函数用于检测字符串中是否包含子字符串sub,如果指定start(开始)和end(结束)范围,则检查是否包含在指定范围内,这篇文章主要给大家介绍了关于Python中find函数的详细使用方法,需要的朋友可以参考下2023-05-05
这篇文章主要介绍了python优雅实现代码与敏感信息分离的方法,在flask中，python-dotenv 可以无缝接入项目中，只要你的项目中存在 .env 或者 .flaskenv 文件，他就会提示你是否安装 python-dotenv，需要的朋友可以参考下2022-05-05
最新评论