如何在多分类任务中使用TensorFlow Accuracy指标？为何计算结果不符？

问题原因 #

你用的tf.keras.metrics.Accuracy()是逐元素对比计算准确率，不是按样本（整行）判断对错。你的数据是3行4列，总共12个元素：

• 第1行：4个元素全匹配
• 第2行：4个元素全匹配
• 第3行：仅最后2个元素匹配
  总正确元素数是10，10/12≈0.8333334，这就是你得到的结果。

而你预期的2/3是样本级准确率（每个样本整体预测正确才算1个对），这需要用专门的分类准确率指标。

解决方法 #

因为你的标签是独热编码格式，应该使用tf.keras.metrics.CategoricalAccuracy()，它会先对预测值取argmax得到类别，再和真实标签的类别对比，按样本计算准确率：

import tensorflow as tf
import numpy as np

m = tf.keras.metrics.CategoricalAccuracy()
y_true = np.array([
    [0,1,0,0],
    [1,0,0,0],
    [0,1,0,0],
])
y_pred = np.array([
    [0,1,0,0],
    [1,0,0,0],
    [1,0,0,0],
])
m.update_state(y_true, y_pred)
print(m.result().numpy())  # 输出0.6666667，即2/3

两种指标的区别 #

• tf.keras.metrics.Accuracy()：逐元素比较，适用于单标签的标量真实值和预测值（比如每个样本是一个数字标签）。
• tf.keras.metrics.CategoricalAccuracy()：针对独热编码的标签，先将预测值转换为类别（取概率最大的索引），再和真实标签的类别对比，按样本计数准确率。

内容的提问来源于stack exchange，提问作者Jason Rich Darmawan