如何使用"np.argmax()“而不是"classifier.predict_classes()"？
"np.argmax()"和"classifier.predict_classes()"都是在机器学习领域中常用的函数，用于预测模型输出的类别。它们的使用方式和功能略有不同。
- np.argmax():
- 概念：np.argmax()是NumPy库中的函数，用于返回数组中最大值的索引。
- 分类：属于数组操作和数学计算的函数。
- 优势：可以灵活地处理多维数组，并返回最大值的索引。
- 应用场景：常用于机器学习中的多分类问题，用于确定模型输出的类别。
- 推荐的腾讯云相关产品：腾讯云AI智能图像识别（https://cloud.tencent.com/product/ai_image）
- classifier.predict_classes():
- 概念：classifier.predict_classes()是一个机器学习模型的方法，用于预测输入数据的类别。
- 分类：属于机器学习模型的方法。
- 优势：可以直接返回输入数据的类别，方便使用。
- 应用场景：常用于机器学习中的分类问题，用于确定输入数据的类别。
- 推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
在使用"np.argmax()"而不是"classifier.predict_classes()"时，可能是因为以下原因：
- 需要对模型输出进行进一步的处理或分析，而不仅仅是得到类别。
- 模型输出的是概率分布或得分，需要根据最大值的索引来确定类别。
- 需要在多个模型输出中选择最大值的索引，而不仅仅是一个模型的输出。
需要注意的是，具体使用哪个函数取决于具体的需求和情况。在某些情况下，"np.argmax()"和"classifier.predict_classes()"可能会得到相同的结果。
相关·内容
既然classifier.predict_classes()已经折旧了，我该如何在np.argmax()中使用下面的代码行呢？Image", imageL)
res = str(classifier.predict_classes[0])
draw_test("Prediction", res, imageL)
浏览 43提问于2021-04-30得票数 1
1回答
人工神经网络数字预测
、、、
我使用kNN进行了第一次研究，结果的准确率高达97%。因为第一个数组具有形状(12600,10)，而第二个数组具有
浏览 3提问于2019-10-23得票数 0
回答已采纳
我正在尝试用一个简单的神经网络来拟合角点。我有输入，我希望有一个整数输出，表示它自己的一个类。我想要从0到13的范围。然而，当最后一个输出设置为1时，它会给出一个错误。到目前为止，这就是我编写神经网络的方法。from keras.models import Sequential
cla
浏览 1提问于2019-06-18得票数 0
回答已采纳
嗨，我正在使用下面的代码在Keras中训练分类器，但是当测试新图像时，我总是得到预测的类别为1，尽管我的验证测试显示出80%以上的准确率。请指出我做错了什么。img_dog)>1):if(np.max(img_cat)>1):prediction_cat = classifier.predict_classes(img_cat)
print("Cat Prediction: "+str(predict
浏览 18提问于2019-02-28得票数 0
回答已采纳
1回答
根据，我们传递给np.argmax的第一个参数必须是一个数组。但是，如果我们将None作为第一个参数传递给np.argmax，则将0作为输出。import numpy as np
为什么它不返回一个异常，因为None不是数组？
浏览 4提问于2021-04-04得票数 1
回答已采纳
1回答
打印最大值(Pred)给出输出: 0.12673968076705933，0.1556280255317688，0.031753458082675934，0.6858788132667542
该网络使用顺序与隐藏层
浏览 9提问于2022-02-04得票数 0
回答已采纳
我正在构建一个二进制分类器:我对ML缺乏经验，因此，使用TensorFlow.org上的虹膜分类教程中改编的代码，我在测试集上获得了85%的准确率。然而，这个评估是使用阈值0.5运行的:我希望能够尝试不同的阈值，看看是否可以获得更好的准确性。使用 tf.constant(test_set.target),
classifier.predict_classes在测试集上运行时，如何将网络的输出层的值传递到
浏览 24提问于2017-07-01得票数 0
我正在尝试使用NumPy的2D数组创建一个简单的connect-4游戏，其思想是当玩家选择一列时，它将用一块来替换该列中的最大数 import numpy as np
C_countmymatrix np.max(Board[row][col]) = piece 但是，当我使用
浏览 28提问于2021-10-09得票数 0
回答已采纳
12 11 10 9] [20 19 18 17]]
这是有意义的，因为沿轴1(行)的和是[42 58 74]，而轴代码：print(np.argmax(x,axis=1)).输出：[0 0 0]0和2从哪里来？我特意使用了一组更复杂的整数值(9.20)，以便区分0和2以及数组中的整数值。
浏览 0提问于2018-05-22得票数 3
回答已采纳
1回答
我的问题是如何将输入输入到模型中？我看过谷歌入门教程使用的代码classify_inputs_tensor_info = utils.build_tensor_info( print('Test accuracy : ', format(accuracy_score))
prediction = format(list(classif
浏览 0提问于2017-05-01得票数 2
[2, 0, 8], [4, 9, 3]])Out[1]: [2, 0, 8],我使用我尝试过执行np.argmax(np.max(distances, axis=1))来获取每行中最大值的索引，而np.argmax(np.max(distances, axis=0))则试图在每一列中获取最大值的索引，但请注意：
In [3]: np.argmax(np.max(dists, axis=1
浏览 6提问于2017-02-07得票数 5
回答已采纳
我创建了一个多类分类模型，其中输出变量有6个类。当我试图获得精确的分数时，我得到了一个错误。我试过其他答案，但答案没有帮助。#Converting Target Variable to Numericdf.language = [lang[item] for item in df.language]
#Creating Input Features and Target Va
浏览 0提问于2020-09-12得票数 2
回答已采纳
[ 0.97914267, 0.40773394, 0.36358753],
In [10]: np.argmax我只找到了一个indmax，它只接受一个向量，而不是作为np.argmax的二维数组。
浏览 5提问于2016-01-13得票数 11
回答已采纳
1回答
然后，我使用预先训练的模型进行预测。
我确保培训数据是平衡的，大约50%的样本使用标签0，其余的50%使用标签1。模型的准确性看起来不错，但在预测过程中存在问题。问题是，考虑到输入数据具有平衡的1和0数，我原以为分数约为50%左右，但计算出的分数介于0.08~ 0.98(如果不是更极端的话)之间，有很大的差距。有什么会出错的？
浏览 4提问于2020-02-16得票数 0
回答已采纳
我想使用np.argmax，但当数组输入中的所有元素都相同或它们多次出现时，我想获取-1 (或任何其他数字)。例如，a = np.array([2, 2, 2]) -> I要得到-1而不是0。
浏览 0提问于2021-12-02得票数 0
由于argmax只给出了一个最大值，我们如何才能找到至少2或3个元素而不是只有一个。目前，我的输入是np.argmax(数组，axis=2)格式，它只给出一个最大值，并且我必须从N维数组中提取至少2到3个值
浏览 0提问于2018-06-17得票数 0
1回答
使用日志的多类
、、
所以我试着为最短路径问题找一个简单的(不是Dijkstra的算法)。 在不重现一切的情况下，我有3条路径和50个样本(即shape (50，3))，并且我已经使用min为每个样本确定了最短路径。我的问题是，如何在日志中使用多类？当我通过x_train运行拟合时，y_train；可以理解的是，python抛出错误，认为y应该是一维数组，但得到的却是(50,3)。
浏览 15提问于2021-10-10得票数 0
回答已采纳
我使用一个平衡的数据集进行训练，分类器的输入是一个预先训练过的形状嵌入(466,1024)。我有一个auc 0.5和不变的准确性。我正在使用这个分类器： Dense(n_input, input_shape = (n_input,), activationprediction = model.predict(embeddings_val)te
浏览 4提问于2021-08-04得票数 0
回答已采纳
亲爱的所有人:如果我有一个数组，比方说有没有办法用最大的第三种元素来找出要点。例如，在本例中，我希望代码返回第二点，即1,1,2。非常感谢你的大力帮助和建议。
浏览 4提问于2020-09-21得票数 1
回答已采纳
for output in outputs: scores = det[5:]
classId = np.argmax
浏览 0提问于2020-11-26得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
