如何了解多类神经网络的输出

Question

使用神经网络多类模块在Azure ML中构建流（有关设置，请参见图片）。  

有关Multiclass的更多信息：

数据流很简单，分为80/20。

在数据进入Azure之前进行准备。数据如下所示：

当我想理解输出并尽可能将输出转换/计算为概率时，我的问题就来了。输出看起来像这样：

我的问题：如果我模型的得分概率输出为0.6，得分标签= 1，那么得分标签的模型如何确定1？我如何确定实际结果将为1？

我可以安全地假设得分的机率是0.80 =结果机会的80％吗？还是应该注意什么类型的结果？

Answer 1

首先，您使用的是 binary 分类设置，而不是多类分类设置（通常，当类数> 2时使用此术语）。

  

如果我的模型的得分概率输出为0.6且得分标签= 1，那么得分标签的模型如何确定1？

在实践中，计分的概率通常被解释为模型的置信度；因此，在此示例中，我们可以说您的模型对特定样本属于1类具有60％的置信度（而对样本属于0类则具有40％的置信度）。

  

我如何确定实际结果将为1？

如果您没有其他替代方法自己计算此类结果（例如，不同的模型），那么我将看不到这个问题与您之前的问题有何不同。

  

我可以安全地假设得分的机率是0.80 =结果机会的80％吗？

这种说法会引起专业统计学家的疯狂；但是，以上关于信心的说明应足以满足您的目的（对于ML从业者来说确实足够）。

我在Predict classes or class probabilities?中的回答也应该会有所帮助。