设置Keras CNN的自定义概率阈值

Question

很惊讶，我无法在网上快速找到此信息-

训练完CNN之后，我通过跑步来获取预测；

预测= model.predict_generator（test_generator，steps = num_test）

而不是使用 projection_classes = np.argmax（predictions，axis = 1）

我想将阈值设置为大于0.3的概率（被标记为1类），而不是0.5。有快速简便的方法吗？

Answer 1

如果它是二进制分类，则可以尝试：

i=0    
while i < len(predictions):
   if(predictions[a]<=0.3):
    predictions[a]=0
   else:
    predictions[a]=0
   i+=1  

如果预测值大于0.3，则应“舍入”为1类

Answer 2

即使Keras使用0.5来计算binary_accuracy度量标准，在Keras中也没有地方设置这种阈值。您唯一的选择是手动设定预测阈值：

 predictions = model.predict_generator(test_generator, steps=num_test)
 classes = predictions > 0.3