Tensorflow.js - tf.metrics.recall()

Tensorflow.js中的tf.metrics.recall()函数用于计算召回率（Recall）指标。Recall是一个用于度量分类模型的重要性能指标，它指在所有正样本中，被分类器正确分类的比例。

语法

tf.metrics.recall(labels, predictions, classWeight?)

参数

• labels：实际的标签数据，一维的张量类型。
• predictions：模型的预测结果，一维的张量类型。
• classWeight：类别权重，可选，用于解决不平衡类别问题，它是一个用于对每个类别赋权重的对象，其中每个键/值对应一个类别/权重。

返回值

函数返回一个召回率的标量张量。

示例

const tf = require('@tensorflow/tfjs-node');

// 实际标签数据
const labels = tf.tensor1d([1, 1, 0, 1, 0, 1, 0, 0, 1, 0, 1]);
// 模型预测结果
const predictions = tf.tensor1d([1, 0, 0, 1, 1, 0, 0, 0, 1, 0, 1]);

// 计算召回率
const recall = tf.metrics.recall(labels, predictions);
recall.print(); // 输出：0.6666666666666666

注意事项

• labels和predictions的长度必须相同。
• labels和predictions的取值只能为0或1。