如何使用predict()输出预测结果 以及 输出值转换为0/1值。 | 您所在的位置:网站首页 › pytorch 二分类概率 › 如何使用predict()输出预测结果 以及 输出值转换为0/1值。 |
首先,大家要明白一点,Keras框架能使用的函数是predict和predict_classes;Sklearn中能使用的函数是predict和predict_proba。
1.predict函数:训练后返回一个概率值数组,此数组的大小为 n·k,第i行第j列上对应的数值代表模型对此样本属于某类标签的概率值,行和为1。例如预测结果为:[[0.66651809 0.53348191],代表预测样本的标签是0的概率为0.66651809,1的概率为0.53348191。 2.输出预测值很简单,只需要在括号内加入处理好的数据集就OK: pt = predict(test)输出结果过如下: 3.将预测值转换为0/1值,方法有两种,第一种是使用predict_classes直接输出标签值,第二种是用Numpy转换一下,具体操作如下: print(np.argmax(pt, axis=1))输出结果如下: 本人在实际操作时发现,使用predict_classes()会出现报错:'Model' object has no attribute 'predict_classes'。这是因为本系统在搭建模型时,先进行了神经网络的编写,之后使用model = Model(input=inp, output=outp)方法,此时这种综合起来的方法无法使用predict_classes(),所以需要配合numpy.argmax()方法将样本最大概率归属类别的值转化为样本的预测数组。 |
CopyRight 2018-2019 实验室设备网 版权所有 |