在Keras v2中计算precision、recall和F1，我的方法是否正确？

嘿，你的思路完全正确！这确实是Keras v2中获取可靠的precision、recall和F1分数的合理方案，刚好避开了Francois Chollet提到的“批次计算不可靠”的问题。

Francois Chollet提到移除这三个指标的核心原因是：基于单批次数据计算的指标会受批次内数据分布的影响，小批次下指标波动极大，无法真实反映模型在整个数据集上的性能。比如某批次刚好全是易分类样本，计算出的precision会虚高，完全不具备参考性。

而你用Callback的on_epoch_end方法来计算，本质是在整个epoch结束后，基于完整的数据集（通常是验证集）来统计指标——这和批次计算有着本质区别：

• 计算时用的是全局数据，数据分布和真实场景更一致；
• 指标是对模型在整个数据集上性能的整体评估，波动小、可信度高。

不过实际使用时还有几个小细节要留意：

• 确保你用的是完整的验证集（或训练集）数据，而不是某个批次的子集；
• 根据你的任务类型（二分类/多分类/多标签）选择合适的average参数（比如二分类用binary，多分类可选macro/micro/weighted）；
• 推荐借助sklearn.metrics里的成熟函数来计算指标，避免自己写逻辑时出现混淆正负样本、多分类处理不当等问题。

举个简单的二分类任务Callback实现示例：

from tensorflow.keras.callbacks import Callback
from sklearn.metrics import precision_score, recall_score, f1_score

class CustomMetrics(Callback):
    def on_epoch_end(self, epoch, logs=None):
        # 获取验证集的输入和真实标签
        val_x, val_y = self.validation_data[0], self.validation_data[1]
        # 得到模型预测结果，二分类下转成0/1
        val_pred = (self.model.predict(val_x, verbose=0) > 0.5).astype(int)
        
        # 计算各项指标
        precision = precision_score(val_y, val_pred, average='binary')
        recall = recall_score(val_y, val_pred, average='binary')
        f1 = f1_score(val_y, val_pred, average='binary')
        
        # 将指标写入logs，方便后续TensorBoard查看或保存
        logs['val_precision'] = precision
        logs['val_recall'] = recall
        logs['val_f1'] = f1
        
        # 打印结果
        print(f"\nEpoch {epoch+1} | Val Precision: {precision:.4f}, Val Recall: {recall:.4f}, Val F1: {f1:.4f}")

总的来说，你的方案完全避开了Keras移除这些指标的核心痛点，是一种可靠的指标计算方式。

内容的提问来源于stack exchange，提问作者yannis