Question

如果我有一组目标，也称为[1,0,9,9,7,5,4,0,4,1]，并且我使用model.predict(X)，则Keras会为10个样本中的每个样本返回6个项目数组。它返回6个项目，因为有6个可能的目标（0、1、4、5、7、9），而keras返回一个十进制/浮点数（对于每个标签），表示任何一个目标是正确目标的可能性。例如，对于第一个样本-y = 1 Keras返回一个看起来像这样的数组：[.1, .4,.003,.001,.5,.003]。

我想知道哪个值与哪个目标匹配（.1是指1，因为它在数据集中是第一个； 0是因为它是最低的数字； 9是因为是最后一个数字，等等）。 Keras如何对预测进行排序？ The documentation似乎并没有阐明这一点；它只说

“为输入样本生成输出预测。”

所以我不确定如何将标签与预测结果匹配。

编辑：

这是我的模型和训练代码：

X_train, X_test, y_train, y_test = train_test_split(data, labels, test_size=0.25, random_state=42)

Y_train = to_categorical(y_train)
Y_test = to_categorical(y_test)

sequence_input = Input(shape=(MAX_SEQUENCE_LENGTH,), dtype='int32')
embedded_sequences = embedding_layer(sequence_input)
x = Conv1D(64, 5, activation='relu')(embedded_sequences)
x = MaxPooling1D(4)(x)
x = Conv1D(64, 5, activation='relu')(x)
x = MaxPooling1D(4)(x)
x = Conv1D(64, 5, activation='relu')(x)
x = MaxPooling1D(4)(x)  # global max pooling
x = Flatten()(x)
x = Dense(64, activation='relu')(x)
preds = Dense(labels_Index, activation='softmax')(x)

model = Model(sequence_input, preds)
model.fit(X_train, Y_train, epochs=10, verbose = 1)

Answer 1

Keras不会排序任何东西，这完全取决于如何定义用于训练模型的数据中的类并进行一键编码。

通常可以通过对每个样本取类别概率数组的argmax来恢复整数类别标签。

在您的示例中，0.1是0类，0.4是1类，0.003是2类，0.001是3类，0.5是4类，0.003是5类（总共6个类）。

Keras模型预测多分类问题的标签

1 个答案: