Question

我做了很多，因为我得到了SO的帮助，基于广泛和深入的Tensorflow教程（here is its "Main" file this question is referring to）的二进制分类器，用于＆＃34;宽＆＃34;只有模式。

我用来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'])

它在分类方面效果很好但分类仅以0或1的形式返回，因此缺乏概率方面。

我想将分类表示为0到1之间的数字，以便了解＆＃34;如何确定＆＃34;网是它的猜测。

introduction itself说

我们将训练一个逻辑回归模型，并给出一个个体信息我们的模型将输出一个介于0和1之间的数字，这可以被解释为概率[...]

但我无法设法获得预测的这种概率方面。

我曾尝试使用许多答案中列出的 prob_a 函数，但它可以引用旧版TF，所以没有运气。

我如何才能有效地将分类作为一个概率，而不是作为一个单一的镜头＆＃34;？

感谢任何帮助。

我在Python 3.5，OS Ubuntu 16.04 LTS上使用TF 1.8。

Answer 1

tf.estimator.LinearClassifier实例返回您可以使用的值字典。您只在代码中使用pred[ 'classes' ]，但概率值也在pred[ 'probabilities' ]。你也可以

print( pred )

将输出与此类似的内容（带有虚拟数据）：

{＆＃39; logits＆＃39 ;: array（[1.4264423]，dtype = float32），

  ＆＃39; logistic＆＃39;：数组（[0.80634636]，dtype = float32），
  ＆＃39;概率＆＃39;：数组（[0.19365363,0.80634636]，dtype = float32），
  ＆＃39; class_ids＆＃39;：数组（1），
  ＆＃39;类＆＃39;：数组（[b＆＃39; 1＆＃39;]，dtype = object）}

因此您可以看到您还可以访问logits和class_ids。

第1类的概率是pred[ 'probabilities' ]中的第二个值，正如我所理解的那样你想要使用它。

Wide_deep分类器模型，需要预测概率值，而不仅仅是＆＃34;最佳猜测＆＃34;

1 个答案: