Keras, Ausgabe von Modell predict_proba
In der docs, die predict_proba(self, x, batch_size=32, verbose=1)
ist
Erzeugt Klasse Wahrscheinlichkeit Vorhersagen für die input Proben, charge für charge.
und gibt
Einen Numpy-array mit Wahrscheinlichkeit Vorhersagen.
Nehme an, mein Modell ist die binäre Klassifikation-Modell, nimmt der Ausgang ist [a, b]
für a
ist die Wahrscheinlichkeit class_0
, und b
ist die Wahrscheinlichkeit class_1
?
Du musst angemeldet sein, um einen Kommentar abzugeben.
Hier ist die situation anders und irgendwie Irre, vor allem, wenn Sie vergleichen
predict_proba
Methodesklearn
Methoden mit dem gleichen Namen. In Keras (nicht sklearn Wrapper) eine Methodepredict_proba
ist genau das gleiche alspredict
Methode. Sie können sogar überprüfen Sie es hier:So, in eine binäre Klassifikation Fall - die Ausgabe, die Sie erhalten, hängt von der Auslegung Ihres Netzwerks:
predict_proba
ist einfach eine Wahrscheinlichkeit zugeordnet zu Klasse 1.softmax
- Funktion - dann ist die Ausgabe vonpredict_proba
ist ein paar, wo[a, b]
woa = P(class(x) = 0)
undb = P(class(x) = 1)
.Diese zweite Methode wird nur selten verwendet, und es gibt einige theoretische Vorteile der Verwendung der ersten Methode, aber ich wollte Sie darüber informieren - just in case.
Es hängt davon ab, wie Sie angeben, Ausgabe von Ihrem Modell und Ihren Zielen. Es kann beides sein. In der Regel, wenn man tut, binäre Klassifikation der Ausgang ist ein einzelner Wert, der die Wahrscheinlichkeit der positiven Vorhersage. Eins minus-Ausgang ist die Wahrscheinlichkeit der negativen Vorhersage.