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]

在给定二分类任务的最小精确率的情况下，返回可能达到的最高召回率值。

其类版本为 torcheval.metrics.BinaryRecallAtFixedPrecision。

参数：

• input (Tensor) – 标签预测的张量，应为形状为 (n_samples, ) 的概率值

• target (Tensor) – 形状为 (n_samples, ) 的真实标签张量

• min_precision (float) – 最小精确率阈值

返回值：

• recall (Tensor): 给定最小精确率的最高召回率值

• thresholds (Tensor): 与最高召回率对应的阈值

返回类型：

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))