如何在使用ImageDataGenerator时获得基本事实和相应的分数

Question

我是Keras和I的新手，我使用roc曲线和我的测试数据集来评估模型的质量（模型是使用功能api完成的，在我的代码片段中被识别为“model”）。

我计划使用ROC曲线（使用scikit-learn中的roc_curve）。

示例：

fpr_keras, tpr_keras, thresholds_keras = roc_curve(y_true,y_scores)

为了做到这一点，正如文档所说，我需要真正的二进制标签（示例中为y_true）和目标分数（示例中为y_scores）。

但我不知道如何从测试ImageDataGenerator获取所有真正的二进制标签（test_generator（见下文）返回DirectoryIterator）。

而且我不知道如何使用model.predict_generator获得相应的目标分数（它返回一个批量大小的数组）

现在我的代码看起来像这样（总结）：

from keras.preprocessing.image import ImageDataGenerator
from sklearn.metrics import roc_curve

height=150
width=150
batch_size=16

test_datagen = ImageDataGenerator(rescale=1./255)

test_generator = test_datagen.flow_from_directory(
        'data/test',
        target_size=(height, width),
        batch_size=batch_size,
        class_mode='binary')

y_pred_keras = model.predict_generator(test_generator,1).ravel()

Answer 1

获取使用test_generator.classes的标签值。它提供了用于测试的所有标签。有关更多信息，您可以查看此code。它显示了使用keras数据flow_from_directory进行混淆矩阵评估的示例。现在你可以使用y_pred_keras的y_pred_true和test_generator.classes来创建ROC曲线。