Я сделал свой модуль с числовыми данными, в настоящее время я пытаюсь реализовать равный коэффициент ошибок с ANN, но он возвращает y_pred не определен , также он не принимает pos_label = 1
Не поддерживается формат многослойного индикатора
binariz = LabelBinarizer()
s = binariz.fit_transform(X[:, 0])
X = np.delete(X, [0], axis=1)
X = np.hstack([s,X])
y = binariz.fit_transform(y)
sc_X = StandardScaler()
model = Sequential()
# Adding the input layer and the first hidden layer
model.add(Dense(units = 50, activation = 'relu', input_dim = X_train.shape[1]))
model.add(Dense(units = 50, activation = 'relu'))
model.add(Dense(units = y.shape[1], activation = 'softmax'))
model.compile(optimizer = 'adam', loss = 'categorical_crossentropy', metrics=['acc','mse', 'mae', 'mape', 'cosine'])#categorical_crossentropy
history =model.fit(X_train, y_train, batch_size = 100, epochs = 10,validation_data=(X_test, y_test),)
model_yaml = model.to_yaml()
with open("model.yaml", "w") as yaml_file:
yaml_file.write(model_yaml)
model.save_weights("model.h5")
print("Saved model to disk")
fpr, tpr, threshold = roc_curve(y, y_pred, pos_label=1)
fnr = 1 - tpr
eer_threshold = threshold(np.nanargmin(np.absolute((fnr - fpr))))