如何解读Google Cloud ML预测结果?

时间:2017-03-16 07:30:24

标签: tensorflow google-cloud-ml google-cloud-ml-engine

我完成了 GC ML人口普查与广播深度学习示例 https://github.com/GoogleCloudPlatform/cloudml-samples/tree/master/census

鉴于有关某人的人口普查数据,如年龄,性别,教育和职业(特征),这个 DNNLinearCombinedClassifier 模型应预测该人每年的收入是否超过5万美元(目标标签)。

我进行了在线预测 gcloud ml-engine predict --model census --version v1 --json-instances ../test.json

使用test.json数据 {"age": 25, "workclass": " Private", "education": " 11th", "education_num": 7, "marital_status": " Never-married", "occupation": " Machine-op-inspct", "relationship": " Own-child", "race": " Black", "gender": " Male", "capital_gain": 0, "capital_loss": 0, "hours_per_week": 40, "native_country": " United-States"}

我得到以下结果: {"probabilities": [0.9962924122810364, 0.003707568161189556], "logits": [-5.593664646148682], "classes": 0, "logistic": [0.003707568161189556]}

我该如何解释? 我目前的理解是logit是输出层中sigmoid二进制分类激活函数的反转(不确定输出数字表示什么),classes: 0指的是< $ 50,000,而不是1(> = $ 50,000)

1 个答案:

答案 0 :(得分:1)

正确。

  • 概率:&lt;概率< $ 50K vs&gt; = $ 50K。
  • :预测类(0,即&lt; $ 50K)
  • logits:ln(p /(1-p))= ln(0.00371 /(1-.00371))= -5.593
  • 后勤:1 /(1 + exp(-logit))= 1 /(1 + exp(5.593))= 0.0037