torcheval.metrics.functional.binary_recall_at_fixed_precision¶

torcheval.metrics.functional.binary_recall_at_fixed_precision(input: Tensor, target: Tensor, *, min_precision: float) → Tuple[Tensor, Tensor]¶

返回在二元分类任务中给定最小精度时的最高可能召回值。

它的类版本是 torcheval.metrics.BinaryRecallAtFixedPrecision。

Parameters:

input (Tensor) – 标签预测的张量它应该是形状为 (n_samples, ) 的概率
target (Tensor) – 形状为 (n_samples, ) 的真实标签张量
min_precision (float) – 最小精度阈值

Returns:

recall (Tensor): 给定最小精度时的最大召回值
thresholds (Tensor): 最大召回对应的阈值

Return type:

元组

示例：

>>> import torch
>>> from torcheval.metrics.functional import binary_recall_at_fixed_precision
>>> input = torch.tensor([0.1, 0.4, 0.6, 0.6, 0.6, 0.35, 0.8])
>>> target = torch.tensor([0, 0, 1, 1, 1, 1, 1])
>>> binary_recall_at_fixed_precision(input, target, min_precision=0.5)
(torch.tensor(1.0), torch.tensor(0.35))