Adicionar AUC como função perda para keras

votos
5

Alguém já teve alguma sorte com a escrever uma função de perda AUC personalizado para Keras usando Theano?

A documentação está aqui: http://keras.io/objectives/

Código de exemplo está aqui: https://github.com/fchollet/keras/blob/master/keras/objectives.py

Eu vi lá é uma implementação em pylearn2, (que é realmente um invólucro em torno sklearn), mas foi incapaz de porto este para usar em Keras

https://github.com/lisa-lab/pylearn2/blob/master/pylearn2/train_extensions/roc_auc.py

Então eu acho que minha pergunta é, tenha ninguém foi capaz de escrever esta função? e você estaria disposto a compartilhar?

Publicado 11/09/2015 em 07:46
fonte usuário
Em outras línguas...                            


1 respostas

votos
5

AUC não é diferenciável, então você não pode usá-lo como uma função de perda sem alguma modificação. Tem havido algum trabalho em algoritmos para maximizar a AUC, mas eu recomendo apenas usando a perda regular de probabilidade cross-entropia / log.

Respondeu 01/05/2016 em 18:10
fonte usuário

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more