Question

我有一个二进制分类问题，但是最后有一个Dense(2, activation='softmax')层。因此，我得到了诸如[0.2, 0.8]或[1.0, 0.0]之类的预测。我可以正确计算得出的单值预测吗？

single_value_prediction = predictions[predicted_class] if predictions[1] > predictions[0] else 1 - predictions[predicted_class]

那么[0.2, 0.8]会在0.8中产生[1.0, 0.0]和0.0吗？

谢谢！

Answer 1

使用以下方法获得预测后

preds = model.predict(test_data)

preds数组的形状为(n_samples, 2)。现在，要查找预测的类，您可以轻松使用np.argmax()：

preds_classes = np.argmax(preds, axis=-1)

或者，如果您的模型是顺序模型，即keras.models.Sequential（而不是使用功能API定义的模型，即keras.model.Model），则可以直接使用predict_classes()方法：

preds_classes = model.predict_classes(test_data)

如果您想查找预测班级的概率（即概率最高的班级），则可以使用np.max()：

preds_class_prob = np.max(preds, axis=-1)

Answer 2

如果您希望“ [0.2，0.8]的结果为0.8，[1.0，0.0]的结果为0.0”，则可以尝试prediction = model.predict(data)[:, 1]。

如果要同时将概率转换为类，请尝试prediction = model.predict(data)[:, 1] > 0.5。或按照@today的建议使用np.argmax。