在 Theano 中计算 Hits At 指标

Question

我正在使用 keras 构建推荐模型。因为项目集很大，所以我想计算 Hits @ N metric 作为准确性的衡量标准。也就是说，如果观察到的项目在预测的前N个中，则算作相关推荐。

我能够使用 numpy 在 N 函数上构建命中。但是当我试图将它移植到 keras 的自定义损失函数时，我遇到了张量问题。具体来说，枚举张量是不同的。当我研究语法以找到等效的东西时，我开始质疑整个方法。它草率而缓慢，反映了我一般 python 的熟悉程度。

def hits_at(y_true, y_pred): #numpy version
    a=y_pred.argsort(axis=1) #ascending, sort by row, return index
    a = np.fliplr(a) #reverse to get descending
    a = a[:,0:10] #return only the first 10 columns of each row
    Ybool = [] #initialze 2D arrray
    for t, idx in enumerate(a):
        ybool = np.zeros(num_items +1) #zero fill; 0 index is reserved
        ybool[idx] = 1 #flip the recommended item from 0 to 1
        Ybool.append(ybool)
    A = map(lambda t: list(t), Ybool)
    right_sum = (A * y_true).max(axis=1) #element-wise multiplication, then find the max
    right_sum = right_sum.sum() #how many times did we score a hit?
    return right_sum/len(y_true) #fraction of observations where we scored a hit

我应该如何以更紧凑、张量友好的方式处理这个问题？

更新：

我能够运行 Top 1 的一个版本。我大致基于 GRU4Rec 描述

def custom_objective(y_true, y_pred):
    y_pred_idx_sort = T.argsort(-y_pred, axis=1)[:,0] #returns the first element, which is the index of the row with the largest value
    y_act_idx = T.argmax(y_true, axis=1)#returns an array of indexes with the top value
    return T.cast(-T.mean(T.nnet.sigmoid((T.eq(y_pred_idx_sort,y_act_idx)))), theano.config.floatX)`

我只需要按元素比较前 1 个预测数组与实际数组。 Theano 有一个 eq() 函数可以做到这一点。

Answer 1

与 N 无关，损失函数的可能值的数量是有限的。因此它不能以合理的张量方式微分，你不能将它用作 Keras / Theano 中的损失函数。你可以尝试对前 N 个人使用 theano log loss。

更新：

在 Keras 中 - 您可以编写自己的损失函数。他们有一个表格声明：

def loss_function(y_pred, y_true):

y_true 和 y_pred 都是 numpy 数组，所以你可以很容易地得到一个向量 v 当给出的例子在前 500 名时它是 1，否则是 0。然后你可以将它转换为 theano 张量常数向量并以某种方式应用它：

return theano.tensor.net.binary_crossentropy(y_pred * v, y_true * v)

这应该可以正常工作。

更新 2：

日志丢失与 binary_crossentropy.

是一回事

在 Theano 中计算 Hits At 指标

Calculate Hits At metric in Theano

python

machine-learning

keras

deep-learning

theano