Question

我想借助TensorFlow对扫描数据进行分类。有四个班级。我用测量值修改了一个csv文件，以便知道哪些点属于这些类。

然后，我通过修改后的示例（https://medium.com/@dineshmadhup_75545/comparison-of-tensorflow-and-random-forest-model-with-python-92a475f84faa）。

由于概率很高，因此我想检查手动输入时是否估计了正确的班级。但是，目标类不应该知道。

Classification Report: 

          precision    recall  f1-score   support

       0       0.96      1.00      0.98        97
       1       1.00      0.96      0.98        68
       3       1.00      0.99      0.99        75

    accuracy                           0.98       240
   macro avg       0.99      0.98      0.98       240
weighted avg       0.98      0.98      0.98       240


Confusion Matrix: 

[[97  0  0]
 [ 3 65  0]
 [ 1  0 74]]

一个测量点仅包含一个X和一个Z值，这是一个浮点数。通过执行以下代码，我手动创建了三个测量点。

point0 = {
"x": -15.35,
"z": 18.3458
  }

point1 = {
"x": -2.8,
"z": 9.408
  }

point3 = {
"x": 8.65,
"z": 14.3632
  }

dataframe0 = pd.DataFrame({'x': [point0.get("x", "")], 'z': [point0.get("z", "")]}
dataframe1 = pd.DataFrame({'x': [point1.get("x", "")], 'z': [point1.get("z", "")]}
dataframe3 = pd.DataFrame({'x': [point3.get("x", "")], 'z': [point3.get("z", "")]}

之后，我想让班级有所预测，例如在0类0点。

i0 = standardScaling(dataframe0)
pred0 = rf_model.predict(i0)
pred0

在所有三点上我都得到了这个结果，事实并非如此：

array([1])

所以我看了i0。这个总是：

    x   z
0 0.0 0.0

如果我在训练过程中使用了csv列表，则这些值很小，但永远不会为零。谁能告诉我如何正确检查一个测量点？

TensorFlow和随机森林模型的评估

0 个答案: