EER的知识点及其应用
发布时间
阅读量：
阅读量
文章目录
-
- @[toc]
-
-
- EER指标的计算方法
-
- ROC曲线的基本原理
- 示例代码展示
-
- @[toc]
EER值计算方法
等错误概率（EER）作为说话人识别领域的重要评估指标，其定义为错误接受率（FA）与错误拒绝率（FR）之间的平衡临界点，该临界点可被设定为系统实际运行过程中的固定阈值。
def calculate_eer(y, y_score):
# y denotes groundtruth scores,（真实标签）
# y_score denotes the prediction scores.（经过softmax得到的标签）
from scipy.optimize import brentq
from sklearn.metrics import roc_curve
from scipy.interpolate import interp1d
fpr, tpr, thresholds = roc_curve(y, y_score, pos_label=1)
eer = brentq(lambda x : 1. - x - interp1d(fpr, tpr)(x), 0., 1.)
thresh = inte全部评论 (0)
还没有任何评论哟~