嗨呀，巨大家优良！今天我要跟巨大家聊聊Keras里的evaluate函数，这可是评估模型性Neng的巨大法呢！

啥是Keras evaluate？

Keras evaluate是一个超厉害的函数，它Neng帮我们计算模型的各种性Neng指标。比如我们Neng用它来kankan模型的准确度、亏本值啦。

一、 准确度

准确度啊，就是我们模型预测正确的样本数占总样本数的比例。比如说Ru果我有100个样本，模型dou预测对了那准确度就是100%！

score = model.evaluate
print
    

二、 亏本

亏本呢，就是模型预测值和真实实值之间的差距。差距越细小，说明模型越厉害！

在以后 我们就Neng用evaluate函数来评估它啦：

model.compile
    

三、召回率

召回率啊，这玩意儿有点困难懂，但是hen关键。它是说全部真实正是正例的样本中，我们模型正确识别出来的比例。

score = model.evaluate
print
    

四、 准准的度

准准的度呢，它和召回率有点像，但是它关注的是我们模型预测出来的正例中，有几许多是真实的正例。

from keras import backend as K
def precision:
    true_positives = K.sum))
    predicted_positives = K.sum))
    precision = true_positives / )
    return precision
model.compile
    

哎呀， 说了这么许多，一下就是Keras evaluate函数真实的超优良用，Neng帮我们精准地评估模型性Neng。巨大家迅速去试试吧！

那么