Как понять вывод из мультиклассовой нейронной сети

Question

Построение потока в Azure ML с использованием модуля нейросети Multiclass (настройки см. На рисунке).

Еще немного информации о мультиклассе:

Поток данных прост, разделен на 80/20.

Подготовка данных производится до того, как они поступят в Azure. Данные выглядят так:

Моя проблема возникает, когда я хочу разобраться в выходных данных и, если возможно, преобразовать / вычислить выходные данные для вероятностей. Вывод выглядит так:

Мой вопрос: Если результат оценки вероятностей для моей модели равен 0,6, а метки с оценками = 1, насколько точно модель с оцененными метками 1? И насколько я могу быть уверен, что фактический результат будет 1?

Могу ли я с уверенностью предположить, что оценочные вероятности 0,80 = 80% вероятности исхода? Или какие результаты я должен остерегаться?

Answer 1

Начнем с того, что вы находитесь в двоичной классификации, а не в мультиклассе (мы обычно используем этот термин, когда число классов> 2).

Если результат оценки вероятностей для моей модели равен 0,6, а метки с оценками = 1, насколько достоверна модель с метками с оценками 1?

В практике оцененные вероятности обычно интерпретируются как достоверность модели;поэтому в этом примере мы бы сказали, что ваша модель имеет 60% уверенности в том, что конкретный образец принадлежит классу 1 (и, дополнительно, 40% уверенности в том, что он принадлежит классу 0).

Инасколько я могу быть уверен, что фактический результат будет 1?

Если у вас нет никаких альтернативных способов вычисления таких результатов самостоятельно (например, другая модель), я не могу понять, как этот вопросотличается от вашего предыдущего.

Могу ли я с уверенностью предположить, что забитые вероятности 0,80 = 80% вероятности исхода?

Это утверждение, которое может свести с ума профессионального статистика;тем не менее, приведенных выше разъяснений относительно уверенности должно быть достаточно для ваших целей (их действительно достаточно для практиков ОД).

Мой ответ в Прогнозирование классов или вероятностей классов? также должно быть полезным.