Можно ли получить точность прогноза после вызова model.predict_classes ()?

Question

Я новичок в нейронных сетях Python. Я использовал ml.net в прошлом. Было легко получить точность каждого предсказанного примера, например, - моя модель распознала байк на фотографии с соотв. 60%.

Теперь мне нужно сделать аналогичную вещь в python. Я использую керасы и тензор потока.

Вот как я делаю свой прогноз:

predict = model.predict_classes(data)

Он возвращает прогнозируемый класс, но как получить точность этого прогноза?

Answer 1

Я думаю, что вы ищете model.predict(<np.array>)

Если ваша задача - классификация, и вы выполняете многоклассовую классификацию, не забудьте использовать softmax в конце, чтобы получить правильные вероятности.

Answer 2

Я думаю, что вы ищете вероятность каждого класса, если это правда, поэтому вы можете использовать: "Предсказание_процесса", например, если ваш признак победителя - "данные" в sklearn, это будет:

 pro=model.predict_proba(data)

Какойpro - это массив, содержащий вероятности каждого класса. В вашем случае, например, 60% велосипед, 30% автомобиль и т. Д.

Answer 3

Может быть, вы ищете функцию оценки в Keras: https://keras.io/models/model/#evaluate

Некоторые дополнительные специальные метрические функции: https://keras.io/metrics/#usage-of-metrics

Также есть несколько хороших примеров, с которых можно начатьЕсли у вас возникнут проблемы: https://keras.io/getting-started/sequential-model-guide/

Надеюсь, это поможет.