Tensorflowでの評価指標の意味

私はTensorflowの初心者で、チュートリアルに従っているだけです。私のコードには問題はありませんが、出力に関して質問があります

accuracy: 0.95614034
accuracy_baseline: 0.6666666
auc: 0.97714674
auc_precision_recall: 0.97176754
average_loss: 0.23083039
global_step: 760
label/mean: 0.33333334
loss: 6.578666
prediction/mean: 0.3428335

「予測/平均」と「ラベル/平均」が何を表すのか知りたいのですが？

これらはすべて、問題に固有である可能性があります（おそらく精度を除く）。そのほとんどはここに文書化されています：

• 精度：分類の正しい数のパーセンテージ
• precision_baseline：ラベルの平均に基づく精度のベースライン。これは、常に1つのクラスを予測することでモデルが実行できる最善の方法です。（ソース）
• AUCまたは（ROC）曲線下の面積は非常に複雑ですが、真/偽陽性率について何かを教えてくれます。つまり、AUCは、分類子がランダムに選択された正のインスタンスを、ランダムに選択された負のインスタンスよりも高くランク付けする確率に等しくなります。
• auc_precision_recall：取得されたインスタンスのうち、関連するインスタンスの合計量に対して取得された、関連するインスタンスの割合です。
• average_loss：通常、一部の関数を最小化しています。これは、現在のバッチでの関数の平均値である可能性があります。
• 損失：現在の損失の値（上記）。損失の合計、または最後のバッチの損失。
• global_step：反復回数。
• ラベル/平均と予測/平均：確かではありませんが、2つのクラスがある場合、ラベル/平均は値ラベルの平均であり、予測/平均は対応する予測の値である可能性があります。（2つのクラスは0と1の間の値を与えることができます）