Tf.keras model.predict()返回大于1的类概率？
Tf.keras model.predict()返回的类概率是指模型对于输入数据的预测结果中，每个类别的概率值。这些概率值表示模型认为输入数据属于各个类别的可能性大小。
在深度学习中，模型的预测结果通常使用softmax函数进行归一化，以确保所有类别的概率之和为1。然而，有时候模型的输出可能会出现大于1的类概率。这可能是由于以下原因之一：
- 数据预处理问题：在进行数据预处理时，可能出现了错误，导致输入数据的范围超出了模型训练时的范围。这可能会导致模型在预测时产生异常的结果。
- 模型结构问题：模型的结构可能存在问题，例如在最后一层没有使用合适的激活函数或者没有进行归一化操作，导致输出结果不符合预期。
- 模型训练问题：模型在训练过程中可能存在问题，例如学习率设置过大或者训练数据集不平衡，导致模型无法正确地学习到类别之间的关系。
如果在使用Tf.keras model.predict()时出现了大于1的类概率，可以考虑以下解决方法：
- 数据预处理检查：检查输入数据是否经过正确的预处理步骤，确保数据范围在合理的范围内。
- 模型结构检查：检查模型的结构，确保最后一层使用了适当的激活函数，并进行了归一化操作。
- 模型训练调优：重新训练模型时，可以尝试调整学习率、增加训练数据集的多样性等方法，以改善模型的性能。
需要注意的是，以上解决方法是一般性的建议，并不能保证解决所有情况下大于1的类概率问题。具体情况需要根据实际情况进行分析和调试。
关于腾讯云相关产品和产品介绍链接地址，可以参考腾讯云官方文档或者咨询腾讯云的客服人员获取更详细的信息。
相关·内容
我很难找到我需要的文件。为了总结这个问题，我训练了一个tf.keras模型，使用两类图像，标记为'0‘或'1’。现在我想用这个模型来预测新图像是'0‘还是'1’。我的问题如下：model.predict()返回一个介于1到0之间的数字，但我似乎找不到这到底是什么。正确的说法是，这是它的预测(即，接近1意味着图像可能是1，而接近0表示图像可能是0)吗？或者这里还发生了什么。我已经包括了下面的代码和一些输出。在这种情况下，pred是概率，图像是1，1 - pred是概率，图像是0吗？
谢谢你的帮助。
for img_path in test_filenames:
浏览 8提问于2020-09-18得票数 1
1回答
在建立了模型之后，如何使用它来预测单个字符串的类？
model.predict()正在返回类似于[[0.41100174 0.5889983 ]]的内容，而不是它的预测类(0或1)。
假设我刚刚构建的model是这样的：
hist = model.fit(data.x_train,
data.y_train,
validation_data=(data.x_test, data.y_test),
epochs=500,
batch_size=50,
浏览 0提问于2018-10-31得票数 1
回答已采纳
我有两班一班和二班：
model.predict_proba()的输出：
[0.333,0.6667]
model.predict()的输出：
1
在10个lac的测试数据中，大约200个测试值正在发生这种情况。对于所有其他记录，这两个函数的输出并不冲突。即使2类的概率较高，预测函数也给出最后一类为1。
对于这200个记录，model.predict()和model.predict_proba()的输出不同步的原因是什么？
浏览 0提问于2019-07-25得票数 1
我有两个类别的类别狗和猫。我为这些类别做了一个列表： labels = ["cats", "dogs"] 我试过用 pred_name = labels[np.argmax(prob)] 给我看标签。但我对model.predict有一个问题。 它只显示1，而不是数组0。1.. import cv2
import numpy as np
img = cv2.imread('D:cat.jpg')
img = cv2.resize(img,(150,150))
img = np.reshape(img,[1,150,150,3])
labe
浏览 15提问于2019-09-26得票数 0
2回答
我训练了一个模型来对7种不同类型的图片进行分类。我的模型只能做一个特定的预测(在我的例子中是numpy.ndarray)，但是我感兴趣的是一个更像概率的预测(例如90%的class1和80%的class2 ...etc)。我现在应该修改的代码部分在哪里？如何使用列车模型得到正确的概率值？
import tensorflow as tf
from tensorflow.keras.layers import Input, Lambda, Dense,Flatten
from tensorflow.keras.models import Model
from tensorflow.keras.ap
浏览 10提问于2022-05-03得票数 -1
回答已采纳
我用Keras来预测情绪。我不明白这个代码段是什么意思。
sentiment = model.predict(twt,batch_size=1,verbose = 2)[0]
print (sentiment)
print (np.argmax(sentiment))
我得到的结果是，
[0.18970804 0.81029195]
1
我预测会有一条推特。这是一条积极的情绪微博。twt是推特。对于情绪，我得到了两个值，其中两个得到了1，这是肯定的。它是怎么得到的？谁能解释一下。提前谢谢你
浏览 1提问于2020-02-26得票数 0
回答已采纳
我正在尝试调用CNN上tf.keras中的model.predict()来预测单个图像的类。由于某些原因，类别概率返回到高于1的水平，这是毫无意义的。我不确定为什么会发生这种情况。下面是我训练CNN的方法：
class_names = ['Angry','Disgust','Fear','Happy','Sad','Surprise','Neutral']
model = models.Sequential()
model.add(layers.Conv2D(64, (3, 3),
浏览 115提问于2020-05-28得票数 1
回答已采纳
我已经创建了一个使用keras的图像分类器，并且我正在尝试对单个图像使用model.predict()。我的代码如下所示：
path = 's.jpg'
from keras.preprocessing import image
img_width, img_height = 224,224
img = image.load_img(path, target_size = (img_width, img_height))
img = image.img_to_array(img)
img = np.expand_dims(img, axis = 0)
a =mode
浏览 2提问于2020-06-03得票数 0
在keras中，我们可以使用fit命令来训练模型，然后使用predict。
Dcnn=model.fit(x_train, y_train, epochs=5, batch_size=32)
model.predict(test_dataset,verbose=True)
当我们使用fit方法时，我们得到了如下精确的结果。经过5次训练，训练数据的准确率达到98.62%。现在，如果我们使用model.predict(x_train,verbose=True)，我们会得到完全相同的精度和完全相同的预测，如拟合方法的结果所示吗？如果没有，为什么？
Epoch 5/5
61/61 - 11s - lo
浏览 2提问于2020-03-03得票数 2
回答已采纳
我正在使用scikit，并在使用以下代码后，尝试使用svm和following回归来预测概率：
preds = []
model.fit(X_train, y_train)
pred = model.predict(X_test)
print "Training time: %0.3fs" % (time() - t0)
preds.append(array(pred[:,1]))
以下行出错
preds.append(array(pred[:,1]))
as IndexError:索引过多
浏览 1提问于2015-03-12得票数 0
1回答
假设我已经创建了一个模型，并且我的目标变量是0、1或2。如果我使用predict，答案似乎是0，或1或2。
model = ... Classifier # It could be any classifier
m1 = model.predict(mytest)
m2= model.predict_proba(mytest)
# Now suppose m1[3] = [0.6, 0.2, 0.2]
假设我同时使用了预测和predict_proba。如果在索引3中，我得到上述结果与predict_proba的结果，在指数3的预测结果，我应该看到0。是这
浏览 4提问于2020-04-13得票数 14
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。
码
#Converting Target Variable to Numeric
lang = {'US':1, 'UK':2, 'GE':3, 'IT':4, 'FR':5, 'ES':6}
df.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
1回答
如何用百分比来显示预测结果？
、、、、
输出的结果总是以keras中的一种热格式显示：
[[ 0. 0. 0. 0. 0. 0. 1. 0]]
[[ 0. 1. 0. 0. 0. 0. 0. 0]]
但是我希望每种分类都有一个概率百分比，例如
[[ 0.54 0.80 0.34 0.041]]
下面给出了我的简单代码
import numpy as np
from keras.models import load_model
from new_get_data_for_test import load_my_data
try :
X_test = load_my_data()
model = lo
浏览 2提问于2017-01-02得票数 3
2回答
目前，我正在做一个项目。数据集大致按50:50的比例进行平衡。我创建了一个决策树分类器。我在验证数据上达到了相当高的精度(~75%)，但目标变量的精度存在偏差。对于class=0来说，这是大约。98%，而对于类=1，只有17%。
我已经尝试过使用MinMaxScaler扩展数据，但仍然没有成功。
model = tree.DecisionTreeClassifier(class_weight={1:30}, min_samples_leaf=160, max_depth=10)
X_train, X_test, y_train, y_test = train_test_split(X, Y,
浏览 0提问于2018-02-18得票数 1
回答已采纳
我发现model.predict和model.predict_proba都给出了一个相同的2D矩阵，表示每行每个类别的概率。
这两个函数的区别是什么？
浏览 6提问于2016-11-23得票数 26
我建立了一个随机森林模型来分类一场男子NCAA篮球赛是否会超过或低于总数。该模型给出了指定为1和小于0的训练数据。然后，我使用分类报告来计算精度、召回、F1评分和支持。这是我的研究结果：
📷
对于这样的模型，当我的目标是准确地预测测试数据的结果是1还是0时，我应该在决策中使用召回来选择是尝试预测结果是0还是1吗？
另外，我使用predict_proba并使用数组返回的第二个值，这将给出测试数据结果为1的概率，但是从这个分类报告看来，我应该尝试预测结果为0的概率，因为它在回忆时更具有描述性。
# Example:
# less accurate way
ynew = model.predict
浏览 0提问于2020-12-16得票数 1
回答已采纳
在下面的例子中，$x=$在拟合模型后得到的预测值为$1$，但预期为$0$。
X = np.array([
[0, 0],
[1, 0],
[0, 1]
])
Y = np.array([0,1,1])
model = LogisticRegression()
model.fit(X,Y)
x = [0,0]
y = model.predict([x])[0]
只有当我复制($x=，y=$)的培训行时，它才能工作。
但是为什么呢？
浏览 0提问于2018-01-04得票数 1
2回答
我读过和的帖子。但是，我的问题是非常具体的:如果我的model.predict()函数输出的类标记为0和1的分类问题类似于：
array([[0.5147758 ],
[0.48530805],
[0.5122566 ],
[0.4839405 ],
[0.49831972],
[0.4886117 ],
[0.5130876 ],
[0.50388396]], dtype=float32)
我在最后一层中使用了binary_crossentropy丢失，如：
Dense(1, activatio
浏览 0提问于2019-08-25得票数 2
回答已采纳
我有5节课。我建立了一个XGBoost分类模型，并使用model.predict(test)来预测测试数据集的类。在我的模型所预测的所有值中，我只想知道那些我的模型超过95%的值，确信预测值是正确的。我的意思是，我只希望那些我的模型非常有信心预测的预测。我怎样才能找到那些预言？
浏览 0提问于2021-08-13得票数 0
回答已采纳
首先，我要说，我对神经网络非常陌生，这是我第一次使用numpy，tensorflow或keras。
我写了一个神经网络来识别手写数字，使用MNIST数据集。我跟踪的Sentdex，并注意到他正在使用print(np.argmax(predictions[0]))打印第一个索引从numpy数组的预测。
我试着用print(predictions[i])替换了这一行程序(我被设置为0)，但是输出不是数字，而是：[2.1975785e-08 1.8658861e-08 2.8842608e-06 5.7113186e-05 1.2067199e-10 7.2511304e-09 1.6282028
浏览 0提问于2019-05-30得票数 2
回答已采纳
from sklearn import ensemble
model = ensemble.RandomForestClassifier(n_estimators=10)
model.fit(x,y)
predictions = model.predict(new) 我知道predict()使用predict_proba()来获得预测，通过计算森林中树木的预测类别概率的平均值。 我想要获得predict()方法预测的类的predict_proba()结果。 我要做的是:首先像上面的代码一样调用predict()，对于概率，我从树中提取最大概率，如下所示： all_probabilities
浏览 87提问于2020-10-29得票数 2
回答已采纳
1回答
我已经训练了一个基于双向LSTM和密集层输出的深度学习模型。使用model.predict(x)获得的输出概率与我的实际标签(一个热编码标签)匹配是非常令人困惑的。此外，model.predict_classes(x)输出(0,1,2)也是令人困惑的。如何将这些输出与我的原始标签相关联。下面是我的代码片段供参考： model = Sequential()
model.add(Embedding(MAX_NB_WORDS, EMBEDDING_DIM, input_length=X.shape[1]))
model.add(SpatialDropout1D(0.5))
model.add
浏览 34提问于2020-12-01得票数 0
我正在递归一段代码来检索项目，但是当我在model.predict函数中调试时，我发现这个函数的输入是维度(1,224,224，3)，但输出是(1，7，7,2048)。model.predict()的结果不应该是一个一维数组，它给出了对象属于每个类别的概率，而不是4D吗？如何理解这个结果数组的维数？ model_features = model.predict(x, batch_size=1) 具体代码如下：(这只是整个代码的一部分，不能直接运行) import keras.applications.resnet50
import numpy as np
import os
impo
浏览 189提问于2021-08-05得票数 0
回答已采纳
1回答
在用于二分类的逻辑回归中，当使用predict()时，分类器如何决定类(1/0)？
它是否基于概率阈值，如果>0.5，则1或0？如果是，是否可以手动更改此阈值？
我知道我们从predict_prob()得到了概率，但我对predict()函数很好奇！
浏览 16提问于2017-12-15得票数 1
嗨，我很困惑地解决这个问题。这是我第一次尝试深入学习。我已经核对过其他问题的任何问题和答案，但仍然没有得到任何解决办法。如何解决这一错误
ValueError: Classification metrics can't handle a mix of binary and continuous targets
这是我的密码：
In>>y_pred = model.predict(seq_array, batch_size=200, verbose=1)
In>>y_true = label_array
In>>print('Confusion
浏览 12提问于2022-06-15得票数 0
我使用sklearn2pmml将我的决策树分类器序列化为pmml文件。我使用java中的pmml4s对模型进行反序列化，并使用它进行预测。
我使用下面的代码对单个传入的值进行预测。这应该返回0/1/2/3/4/5/6。
Object[] result = model.predict(new String[]{"220"});
预测后的结果数组如下所示：
有人知道为什么会这样吗？是我输入预测值的方式有误，还是序列化/反序列化有问题？
浏览 33提问于2020-05-07得票数 0
回答已采纳
1回答
使用朴素贝叶斯训练模型
、、、
我有一个电影评论数据集，我想对它进行情感分析。
我已经用logistic回归实现了这一点。以下是我在这个过程中采取的步骤：
从数据集中的每一行中删除停止单词和标点符号。
将数据分成训练、验证和测试集。
从训练集中创建了一个单词词汇表。
添加了词汇表中的每个单词作为一个功能。如果该单词位于当前行中，则将其TF-下手值设置为功能的值，否则0设置为值。
训练模特。在训练过程中，假设的计算采用乙状结肠函数，成本函数采用交叉熵损失。然后采用梯度下降的方法，对模型的权重进行更新。
使用验证集优化超参数
使用测试集对模型进行评估
现在，我需要使用朴素的Bayes来实现同样
浏览 2提问于2020-03-17得票数 0
使用图形处理器h2o，我从预测中得到以下输出： model.predict(data)
False 我正在寻找类似于CPU版本的内容，其中输出为： model.predict(data)
predict False True
False 0.316711 0.683289 我想查看GPU h2o预测的置信区间。我该怎么办？
浏览 19提问于2019-10-17得票数 0
我想评估一个模型，同时也捕捉到倒数第二层的激活。我用作为解决方案。我使用pen_ulti_activs = layer_outs[-2]访问倒数第二个激活。
但是，为了再次检查该解决方案是否真正有效，我在代码中添加了一个断言，通过比较从functor返回的最后一层激活和从model.predict返回的数组来验证来自functor的激活是否与model.predict的激活相匹配。但是断言失败了。因此，我想我误解了这个相互关联的答案是如何使用的。
from keras import backend as K
def evaluate_model(model, test_gen):
浏览 1提问于2019-04-03得票数 1
回答已采纳
1回答
我正在学习使用Keras设计卷积神经网络。我开发了一个以VGG16为基础的简单模型。我在数据集中有大约6类图像。这是我的模型的代码和描述。
model = models.Sequential()
conv_base = VGG16(weights='imagenet' ,include_top=False, input_shape=(IMAGE_SIZE, IMAGE_SIZE, 3))
conv_base.trainable = False
model.add(conv_base)
model.add(layers.Flatten())
model.add(layers.De
浏览 2提问于2017-08-04得票数 7
回答已采纳
我们可以使用predict_classes()函数在Keras中使用序列分类模型来预测新数据实例的类。如何预测使用functional开发的模型的类？
例如，我有一个模型(基于函数API )，在最后一层激活了sigmoid，以获得多标签分类中的概率。当我应用model.predict()时，我得到了一系列的概率，即使损失是binary_crossentropy。
我知道我可以手动进行这个分类，例如采用以下方法。
test_predict_proba = model.predict(x_test, batch_size=batch_size)
class_predict = (test_pred
浏览 0提问于2020-04-29得票数 3
我刚刚成功地完成了一个tf.keras顺序模型的训练，并编写了一个单独的"Flask“脚本，将保存的模型加载到我上传到Heroku的应用程序中。一切都成功了。但是，当我在玩的时候，我意识到对于我的需求，我只需要导入Flask，从flask以及pandas，numpy和tensorflow.python.keras.models导入load_model的请求： from tensorflow.python.keras.models import load_model
from flask import Flask, request
import pandas as pd
import
浏览 237提问于2019-03-12得票数 0
回答已采纳
2回答
我有一个带有这个结构的小文件“naivebayestest.txt”
10 1:1
20 1:2
20 1:2
根据这些数据，我试图对向量(1)进行分类。如果我正确理解Bayes，那么(1)的标签应该是10 (概率1!)。星火MLlib中的程序：
String path = "/usr/local/spark/data/mllib/bayestest.txt";
JavaRDD<LabeledPoint> training = MLUtils.loadLibSVMFile(jsc.sc(), path).toJavaRDD();
final NaiveBayesMo
浏览 0提问于2016-07-08得票数 5
(Python 3.7，tensorflow 2.3，keras 2.4.3)
我用resnet 50做了一个分类器(使用keras中的函数式api )。我训练、保存并加载了模型。我想通过一张图片来查看预测的概率，所以我使用了model.predict()方法。
我以为model.predict()的结果是预测的概率，但结果是这样的
[0.0。0。0。0。0。0。0。1.0。]
另一个问题是结果是错误的，即使我用另一张照片测试，结果总是一样的。
我想知道有没有其他方法来获得预测的概率，为什么我的模型总是得到相同的预测，以及我的代码有任何问题。
此代码用于训练和保存模型
<code>
浏览 232提问于2020-08-02得票数 0
回答已采纳
我有一个天气预报的数据集，正在尝试制作一个模型来预测第二天哪个天气预报会更准确。 为此，我的y输出是y=1,0,1,0形式的，因为我有4个不同组织的预测。1表示这是当前记录的最佳预测，更多的“1”表示多个预测具有相同的最佳预测。 我的问题是，我想创建一个模型，在这些数据上进行训练，但同时也了解到，只需正确预测1个值就是100%正确的答案，因为我只需要得到一个最好且相等的预测结果。我相信我做这件事的方式从我的评估中“刮掉”了准确性。有没有办法在keras中实现这个功能？神经网络的架构完全是实验性的，我没有选择它的具体原因。这是我写的代码。我的训练数据集由6463行×505列组成。 model
浏览 30提问于2020-07-13得票数 1
1回答
我有个问题。我想得到我预测的信任/可能性。我怎么才能有信心呢？我看了看。但我不明白我怎么能得到这个预测。
class CNN_Text:
def __init__(self, x, y):
self.x =x
self.y = y
def forward(self):
filter_sizes = [1,2,3,5]
num_filters = 32
inp = Input(shape=(maxlen, ))
x = Embeddi
浏览 5提问于2022-07-07得票数 0
回答已采纳
6回答
我有5个输出类的数据。对于这5个类，培训数据有以下示例：706326 32211 2856 3050 901
我使用以下keras (tf.keras)代码：
class_weights = class_weight.compute_class_weight('balanced',
np.unique(y_train),
y_train)
model = tf.keras.Seque
浏览 0提问于2019-02-01得票数 13
1回答
我使用Keras，Tensorflow编写了一个顺序分类器脚本。给定样本图像的目录路径，它是一个二值图像分类器来预测类。
我想在我的脚本中实现一个概率特性，其中包括类，给出了分类器预测的正确性概率。例如：
输入
img = image.load_img('dataset/test/sample/fff.jpeg', target_size = (img_width, img_height))
img = image.img_to_array(img)
img = np.expand_dims(img, axis = 0)
prediction = model.predict
浏览 0提问于2020-02-10得票数 0
2回答
model.predict输出为[1.0.0.]、[0.1.0.]、[0.0.1.]这取决于图像的类别。目前正在努力获得类别名称作为输出，而不是下沉，板凳或死机，并想知道最好的方式来做这一点。 model = load_model('imageModel.h5')
img_width, img_height = 150, 150
img = image.load_img('PATH', target_size=(img_width, img_height))
img = image.img_to_array(img)
img = np.expand_dims(
浏览 22提问于2021-01-12得票数 0
回答已采纳
我对ML和TensorFlow很陌生。我试图建立一个CNN分类一个良好的图像与腐败的图像，类似于岩石剪刀教程张量流，但只有两类。
模型体系结构
train_generator = training_datagen.flow_from_directory(
TRAINING_DIR,
target_size=(150,150),
class_mode='categorical'
)
validation_generator = validation_datagen.flow_from_directory(
VALIDATION_DIR,
浏览 3提问于2019-11-08得票数 0
回答已采纳
我训练了一个模型，把票分为两类。我在用GradientBoostClassifier。现在，我想调用一个函数，如果我在其中放置任何句子，经过训练的模型会计算出它是第1类还是第2类的概率。我如何编写代码呢？
让我们想象一下，我想用的句子是票据描述：“实验室研究助理正在尝试创建一个临床活动报告”
def function(sentence):
#split the sentence into different words
Counter(" ".join(descr).split()).most_common
#remove stop words in t
浏览 2提问于2022-06-15得票数 0
回答已采纳
2回答
我有一个数据集，可以确定一个学生是否会被录取，只要有两个分数。我用这些数据训练我的模型，并使用以下代码来确定一个学生是否会被录取：
model.predict([score1, score2])
这将得到答案：
[1]
我怎样才能得到这种概率呢？如果我尝试使用predict_proba，我会得到：
model.predict_proba([score1, score2])
>>[[ 0.38537034 0.61462966]]
我真的很想看到这样的东西：
>> [0.75]
表示P(导纳| score1，score2) =0.75.
浏览 1提问于2015-03-04得票数 1
由于我所得到的帮助，我确实构建了一个基于宽深度Tensorflow教程()的二进制分类器，它只在"wide“模式下使用。
我用于提取分类猜测的函数是：
pred_iter = model.predict(input_fn=lambda: input_fn(FLAGS.test_data, 1, False, 1)) for pred in pred_iter:
print(pred['classes'])
它能很好地进行分类，但是分类只返回为0或1，因此缺乏概率方面。
I希望将分类表示为0到1之间的一个数字，以便知道网络对其猜测的“确定程度”。
说
我
浏览 0提问于2018-05-13得票数 2
回答已采纳
2回答
我在Keras/TensorFlow工作。这是我的Keras模型： model = Sequential()
model.add(Dense(512, input_shape=(max_words,)))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes))
model.add(Activation('softmax'))
model.compile(loss='categorical_crossentropy',
浏览 183提问于2019-06-12得票数 4
1回答
我已经创建了一个keras模型，它以3幅图像为输入，将它们传递给单个的CNN主干(Mobilenet_v2)，并融合来自3个单独流的结果。这些融合输出进一步通过一个FCN并给出了10个类的概率值。现在，当我使用model.predict()将3个图像传递给我的模型时，我得到了3x10的输出(每个输出有10个值)。
以下是网络快照
📷
这是输出
*[[0.04718336 0.07464679 0.1329775 0.09312231 0.12029872 0.10404643 0.08732469 0.03571845 0.16900443 0.13567731]
[0.0726063
浏览 0提问于2022-06-02得票数 0
3回答
在Keras测试中，样例评估如下所示
score = model.evaluate(testx, testy, verbose=1)
这不返回预测值。有一个返回预测值的方法predict。
model.predict(testx, verbose=1)
返回
[
[.57 .21 .21]
[.19 .15 .64]
[.23 .16 .60]
.....
]
testy是一个热门编码，其值如下所示
[
[1 0 0]
[0 0 1]
[0 0 1]
]
如何将预测值(如testy )或如何将预测值转换为热编码？
注意：我的模型如下所示
# setup the model, add lay
浏览 5提问于2017-08-09得票数 15
回答已采纳
很抱歉，这个初学者的问题：
from numpy import loadtxt
from keras.models import Sequential
from keras.layers import Dense
dataset = loadtxt('set/20180310.csv', delimiter=',')
X = dataset[:,10:]
y = dataset[:,2:10]
model = Sequential()
model.add(Dense(72, input_dim=48, activation='relu'))
浏览 3提问于2019-12-31得票数 0
回答已采纳
我在凯拉斯建了个CNN。我已经保存了它，现在使用model.predict()函数对其进行预测。每当我运行以下代码时，
def prediction(path):
import keras
from keras.preprocessing.image import load_img, img_to_array
from keras.models import load_model
import PIL
import numpy as np
img = load_img(path)
img = img.resize((224,
浏览 0提问于2021-02-19得票数 0
回答已采纳
我已经建立了一个LSTM模型来预测Quora官方数据集上的重复问题。测试标签为0或1.1，表示问题对是重复的。使用model.fit建立模型后，对测试数据进行model.predict测试。输出是一个值数组，如下所示：
[ 0.00514298]
[ 0.15161049]
[ 0.27588326]
[ 0.00236167]
[ 1.80067325]
[ 0.01048524]
[ 1.43425131]
[ 1.99202418]
[ 0.54853892]
[ 0.02514757]
我只显示数组中的前10个值。我不明白这些值意味着什么，每个问题对的预测标签是什么
浏览 0提问于2018-07-31得票数 25
2回答
火花情感分析的中立性
、、、
当然，我已经构建了一个非常基本的朴素贝叶斯，它是基于并使用mllib的。但我要澄清一下中立到底意味着什么。
据我所知，在给定的数据集中，有一些由必要的类组成的预先标记的句子，让我们以下面的3为例。
0-> Negative sentiment
1-> Positive sentiment
2-> Neutral sentiment
该中性点在训练集本身中预先标记。
有没有其他形式的中立处理。假设数据集中没有可用的中性句子，那么我是否可能根据概率的比例来计算它呢？
0.0 - 0.4 => Negative
0.4- - 0.6 => Neutral
0.6 - 1
浏览 4提问于2016-12-27得票数 1
回答已采纳
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
