想知道是否有人可以帮助解释我正在努力解决的问题!
我已经构建了一个用于二元分类的普通网络:
for index, row in df.iterrows():
df['%'] = df.apply(lambda x : ((int(x['END_S'])*100)/int(x['END_D'])) if x['TOTAL_COVERAGE'] == 'yes' else '')
效果很好,f1 得分为 98!然而,为了得到这个,我必须选择一个非常奇怪的阈值来为每个类分配值,因为最后一层的数字输出类似于 3.2346447e-20 或该比例。为什么是这样?为什么 sigmoid 层不能确保它更规范化?
任何帮助将不胜感激:)