如何在对文档进行聚类时获得model.predict()的概率百分比
在对文档进行聚类时，获得model.predict()的概率百分比是一种评估聚类模型对文档分类准确度的方法。在使用该方法之前，需要先进行以下步骤：
- 数据预处理：对文档进行清洗和预处理，例如去除停用词、标点符号和数字，进行词干化或词形还原等操作。
- 特征提取：将文档表示为机器学习算法能够理解的数值特征。常用的特征提取方法包括词袋模型（Bag of Words）、TF-IDF（Term Frequency-Inverse Document Frequency）等。
- 训练聚类模型：选择适当的聚类算法，例如K-means、层次聚类（Hierarchical Clustering）等，并使用预处理后的文档特征进行训练。
- 模型评估：通过计算模型的评估指标（如轮廓系数、内部评价指标等）来评估聚类模型的效果。
在训练完聚类模型后，可以使用model.predict()方法对新的文档进行分类。该方法返回每个文档所属类别的标签，同时也可以通过调用model.predict_proba()方法获取每个类别的概率百分比。
model.predict_proba()方法可以返回一个数组，其中每个元素表示文档属于对应类别的概率。可以根据这些概率值来评估模型对文档分类的置信度。
以下是腾讯云相关产品和产品介绍链接地址：
- 腾讯云自然语言处理（NLP）：提供了文本分类、情感分析、关键词提取等功能，可用于文档聚类场景。 产品介绍链接：https://cloud.tencent.com/product/nlp
- 腾讯云机器学习平台（ML-Platform）：提供了丰富的机器学习算法和工具，可用于构建和训练聚类模型。 产品介绍链接：https://cloud.tencent.com/product/mlplatform
请注意，以上链接仅作为参考，实际选择产品时应根据需求和具体情况进行评估和决策。
相关·内容
1回答
我正在使用keras库训练一个有五个类的cnn模型。使用model.predict函数，我得到了类的预测百分比。我的问题是对于不属于这些类并且完全无关的图像，预测类仍然根据类预测百分比。
我该如何预防呢？我如何识别它是不相关的？
浏览 0提问于2020-06-11得票数 1
如何在K-均值++聚类中找到适合度，以便显示输入与每个集群对齐的百分比。例如，输入A在第1组中为0.4，在第2组中为0.6。
浏览 3提问于2017-09-13得票数 0
回答已采纳
1回答
假设我已经创建了一个模型，并且我的目标变量是0、1或2。如果我使用predict，答案似乎是0，或1或2。
model = ... Classifier # It could be any classifier
m1 = model.predict(mytest)
m2= model.predict_proba(mytest)
# Now suppose m1[3] = [0.6, 0.2, 0.2]
假设我同时使用了预测和predict_proba。如果在索引3中，我得到上述结果与predict_proba的结果，在指数3的预测结果，我应该看到0。是这
浏览 4提问于2020-04-13得票数 14
回答已采纳
text = "Some random text string that I want to cluster"
Y = vectorizer.transform([text])
prediction = model.predict(Y)
print(prediction) 上面传递的值是一个字符串，然后它返回它认为属于的群集组(三个中的一个)。 我怎样才能知道它的预测准确率是多少呢？即。此特定文本与组1的一致性为90%，下一个文本可能与组2的一致性为45%，但仍将进入组2。我希望能够以较低的准确率捕获项目。
浏览 13提问于2019-03-01得票数 0
回答已采纳
2回答
我训练了一个模型来对7种不同类型的图片进行分类。我的模型只能做一个特定的预测(在我的例子中是numpy.ndarray)，但是我感兴趣的是一个更像概率的预测(例如90%的class1和80%的class2 ...etc)。我现在应该修改的代码部分在哪里？如何使用列车模型得到正确的概率值？
import tensorflow as tf
from tensorflow.keras.layers import Input, Lambda, Dense,Flatten
from tensorflow.keras.models import Model
from tensorflow.keras.ap
浏览 10提问于2022-05-03得票数 -1
回答已采纳
我们可以使用predict_classes()函数在Keras中使用序列分类模型来预测新数据实例的类。如何预测使用functional开发的模型的类？
例如，我有一个模型(基于函数API )，在最后一层激活了sigmoid，以获得多标签分类中的概率。当我应用model.predict()时，我得到了一系列的概率，即使损失是binary_crossentropy。
我知道我可以手动进行这个分类，例如采用以下方法。
test_predict_proba = model.predict(x_test, batch_size=batch_size)
class_predict = (test_pred
浏览 0提问于2020-04-29得票数 3
现在，我有一个充满字符串变量的数据集，但我想在此基础上做一个集群项目。在我对所有变量应用as.factor()后，nbclust()仍然不能工作，我该怎么办？
浏览 63提问于2018-05-31得票数 -1
回答已采纳
1回答
如何使用tf与转换方法相结合？
、、、、
我有个问题。我有一篇免费的课文，例如：“今天天气好”，这篇免费的课文我想预测它是哪一类的。为此，我想使用tf serving。我不把自由文本直接放入模型，但我首先清理句子，然后将其连接到向量。但是，如何将这些步骤合并到tf serving流程中。进入model.predict(x_ready)的model.predict(x_ready)如下所示：
[[
0 0 0 0
0 0 0 0
1 5 987 54
]]
如何调用我的方法，然后将tf serving传递给我的x？另外，我想得到概率。如何使用tf serving获得类和概率
我就是这样预测单个类的
def predict
浏览 11提问于2022-07-08得票数 0
在keras中，我们可以使用fit命令来训练模型，然后使用predict。
Dcnn=model.fit(x_train, y_train, epochs=5, batch_size=32)
model.predict(test_dataset,verbose=True)
当我们使用fit方法时，我们得到了如下精确的结果。经过5次训练，训练数据的准确率达到98.62%。现在，如果我们使用model.predict(x_train,verbose=True)，我们会得到完全相同的精度和完全相同的预测，如拟合方法的结果所示吗？如果没有，为什么？
Epoch 5/5
61/61 - 11s - lo
浏览 2提问于2020-03-03得票数 2
回答已采纳
1回答
重叠聚类的结果
、、、、
我使用Matlab中的函数fcm进行重叠聚类。该函数的输出是一个大小为kxn的矩阵，其中k是聚类的数量，n是示例的数量。
现在我的问题是，我如何为一个例子选择集群？对于每个示例，我都有所有集群的分数，所以我可以很容易地找到最匹配的集群，但其他集群呢？
非常感谢。
浏览 1提问于2017-03-01得票数 1
1回答
我想得到一个单一的概率分布的文件集合，因为我需要能够使用KL-散度，这可能吗？
在这个例子中：使用getTopicProbabilities()方法，我得到每个实例的概率分布，但是如果我想得到一个文档集合的单一分布呢？
这可能是文件的主题分发吗？
TopicInferencer inferencer = model.getInferencer();
double[] testProbabilities = inferencer.getSampledDistribution(testing.get(0), 10, 1, 5);
浏览 4提问于2014-06-13得票数 0
回答已采纳
1回答
如何用百分比来显示预测结果？
、、、、
输出的结果总是以keras中的一种热格式显示：
[[ 0. 0. 0. 0. 0. 0. 1. 0]]
[[ 0. 1. 0. 0. 0. 0. 0. 0]]
但是我希望每种分类都有一个概率百分比，例如
[[ 0.54 0.80 0.34 0.041]]
下面给出了我的简单代码
import numpy as np
from keras.models import load_model
from new_get_data_for_test import load_my_data
try :
X_test = load_my_data()
model = lo
浏览 2提问于2017-01-02得票数 3
我已经使用k-means聚类建立了一个分割模型。
有人能描述一下将新数据分配到这些数据段的过程吗？
目前，我正在应用与构建模型时相同的转换/标准化/异常值，然后计算欧几里德距离。最小距离是记录落入的区段。
但是，我看到大多数都落入了一个特定的部分，我想知道我是不是在这个过程中错过了什么？
谢谢
浏览 0提问于2013-08-09得票数 2
2回答
我是新手，所以请告诉我比较cosine similarity和k-means的逻辑是否不正确
我从k-means那里得到了一组D3，现在我对Cluster No. 1感兴趣。对于这个集群，我使用average of all values for each column并将其放在一边。
现在，我有了一个测试样本，我运行k-means prediction并以1的形式获得输出，这意味着它属于对我有好处的Cluster No. 1，但是这里的用例是计算即使这个样本不属于Cluster 1，它离落入这个Cluster No. 1有多近？
因此，为了解决这个问题，我考虑在我的测试样本和我使用averag
浏览 0提问于2020-06-13得票数 2
我想对一个项目使用潜在的Dirichlet分配，我正在使用Python和gensim库。在找到主题之后，我希望使用k-方法这样的算法对文档进行聚类(理想情况下，我希望对重叠的集群使用一个很好的方法，因此欢迎任何建议)。我设法得到了这些主题，但它们的形式如下：
0.041*部长+0.041*关键+0.041*瞬间+0.041*有争议的+0.041*首相
为了应用聚类算法，并纠正我的错误，我相信我应该找到一种方法，使用tfidf或word2vec将每个单词表示为一个数字。
你有什么想法，我如何“删除”文本信息，例如，从一个名单，这样做，然后把他们回来，以作出适当的乘法？
例如，在我看来，如果“部长
浏览 0提问于2014-11-13得票数 9
我有两班一班和二班：
model.predict_proba()的输出：
[0.333,0.6667]
model.predict()的输出：
1
在10个lac的测试数据中，大约200个测试值正在发生这种情况。对于所有其他记录，这两个函数的输出并不冲突。即使2类的概率较高，预测函数也给出最后一类为1。
对于这200个记录，model.predict()和model.predict_proba()的输出不同步的原因是什么？
浏览 0提问于2019-07-25得票数 1
首先，我要说，我对神经网络非常陌生，这是我第一次使用numpy，tensorflow或keras。
我写了一个神经网络来识别手写数字，使用MNIST数据集。我跟踪的Sentdex，并注意到他正在使用print(np.argmax(predictions[0]))打印第一个索引从numpy数组的预测。
我试着用print(predictions[i])替换了这一行程序(我被设置为0)，但是输出不是数字，而是：[2.1975785e-08 1.8658861e-08 2.8842608e-06 5.7113186e-05 1.2067199e-10 7.2511304e-09 1.6282028
浏览 0提问于2019-05-30得票数 2
回答已采纳
2回答
我正在开发一个朴素的贝叶斯分类器使用简单的包词概念。我的问题是在朴素的贝叶斯或任何其他机器学习老师‘训练’分类器是一个重要的事情。但是，当我已经有了一个不同类的bag_of_words时，如何训练朴素的贝叶斯分类器。
浏览 6提问于2015-04-18得票数 1
我很难找到我需要的文件。为了总结这个问题，我训练了一个tf.keras模型，使用两类图像，标记为'0‘或'1’。现在我想用这个模型来预测新图像是'0‘还是'1’。我的问题如下：model.predict()返回一个介于1到0之间的数字，但我似乎找不到这到底是什么。正确的说法是，这是它的预测(即，接近1意味着图像可能是1，而接近0表示图像可能是0)吗？或者这里还发生了什么。我已经包括了下面的代码和一些输出。在这种情况下，pred是概率，图像是1，1 - pred是概率，图像是0吗？
谢谢你的帮助。
for img_path in test_filenames:
浏览 8提问于2020-09-18得票数 1
我在凯拉斯建了个CNN。我已经保存了它，现在使用model.predict()函数对其进行预测。每当我运行以下代码时，
def prediction(path):
import keras
from keras.preprocessing.image import load_img, img_to_array
from keras.models import load_model
import PIL
import numpy as np
img = load_img(path)
img = img.resize((224,
浏览 0提问于2021-02-19得票数 0
回答已采纳
嗨，我很困惑地解决这个问题。这是我第一次尝试深入学习。我已经核对过其他问题的任何问题和答案，但仍然没有得到任何解决办法。如何解决这一错误
ValueError: Classification metrics can't handle a mix of binary and continuous targets
这是我的密码：
In>>y_pred = model.predict(seq_array, batch_size=200, verbose=1)
In>>y_true = label_array
In>>print('Confusion
浏览 12提问于2022-06-15得票数 0
我正在递归一段代码来检索项目，但是当我在model.predict函数中调试时，我发现这个函数的输入是维度(1,224,224，3)，但输出是(1，7，7,2048)。model.predict()的结果不应该是一个一维数组，它给出了对象属于每个类别的概率，而不是4D吗？如何理解这个结果数组的维数？ model_features = model.predict(x, batch_size=1) 具体代码如下：(这只是整个代码的一部分，不能直接运行) import keras.applications.resnet50
import numpy as np
import os
impo
浏览 189提问于2021-08-05得票数 0
回答已采纳
1回答
当我们说我们正在评估WEKA框架中的集群时，我们是什么意思？聚类是一种对对象进行分组的无监督方法。当我们说我们想要评估结果是什么意思？此外，当我们说我们是在训练数据本身之上评估聚类时，这是什么意思？
谢谢Abhishek S
浏览 6提问于2012-06-04得票数 7
回答已采纳
1回答
通过弹性搜索通过carrot2插件进行聚类时，文档是否有任何限制？
也就是说，我们可以使用carrot2在最多10000个文档上进行集群，有这样的限制吗？
浏览 5提问于2014-02-27得票数 0
回答已采纳
2回答
我想对我为谷歌学者搜索获得的文档进行聚类，使用单词包模型。我想用Java作为语言。
假设关键字k，谷歌学者给我50个结果。如果我有一组预定义的词w1，w2，w3.wn，我怎样才能对最有预定义词集的文档进行排序呢？我怎样才能应用包字模型呢？我需要像k均值这样的聚类算法吗？我也需要执行NLP技术吗？
假设单词w1有几个同义词。对于文档排名，我如何考虑这些同义词？我需要创建一个包含所有缩写、同义词等的语料库吗？
有什么好的教程可供使用吗？选择Java而不是Python将是一个劣势，因为大多数资源(Ex - Scikit)都是Python的吗？
浏览 0提问于2015-08-28得票数 2
1回答
在建立了模型之后，如何使用它来预测单个字符串的类？
model.predict()正在返回类似于[[0.41100174 0.5889983 ]]的内容，而不是它的预测类(0或1)。
假设我刚刚构建的model是这样的：
hist = model.fit(data.x_train,
data.y_train,
validation_data=(data.x_test, data.y_test),
epochs=500,
batch_size=50,
浏览 0提问于2018-10-31得票数 1
回答已采纳
1回答
我正在学习使用Keras设计卷积神经网络。我开发了一个以VGG16为基础的简单模型。我在数据集中有大约6类图像。这是我的模型的代码和描述。
model = models.Sequential()
conv_base = VGG16(weights='imagenet' ,include_top=False, input_shape=(IMAGE_SIZE, IMAGE_SIZE, 3))
conv_base.trainable = False
model.add(conv_base)
model.add(layers.Flatten())
model.add(layers.De
浏览 2提问于2017-08-04得票数 7
回答已采纳
我发现model.predict和model.predict_proba都给出了一个相同的2D矩阵，表示每行每个类别的概率。
这两个函数的区别是什么？
浏览 6提问于2016-11-23得票数 26
1回答
我已经训练了一个基于双向LSTM和密集层输出的深度学习模型。使用model.predict(x)获得的输出概率与我的实际标签(一个热编码标签)匹配是非常令人困惑的。此外，model.predict_classes(x)输出(0,1,2)也是令人困惑的。如何将这些输出与我的原始标签相关联。下面是我的代码片段供参考： model = Sequential()
model.add(Embedding(MAX_NB_WORDS, EMBEDDING_DIM, input_length=X.shape[1]))
model.add(SpatialDropout1D(0.5))
model.add
浏览 34提问于2020-12-01得票数 0
3回答
我们如何使用Weka计算集群的准确性？
我可以使用这个公式：
Accuracy (A) = (tp+tn)/Total # samples
但是我如何知道Weka工具中实验输出中的真阳性、假阳性、真阴性和假阴性是什么？
浏览 0提问于2015-03-17得票数 2
1回答
我正在尝试理解如何为我的多标签分类问题制作混淆矩阵和ROC曲线。我正在构建一个神经网络。以下是我的类： mlb = MultiLabelBinarizer()
ohe = mlb.fit_transform(as_list)
# loop over each of the possible class labels and show them
for (i, label) in enumerate(mlb.classes_):
print("{}. {}".format(i + 1, label))
[INFO] class labels:
1. class1
2.
浏览 100提问于2020-03-26得票数 4
回答已采纳
from sklearn import ensemble
model = ensemble.RandomForestClassifier(n_estimators=10)
model.fit(x,y)
predictions = model.predict(new) 我知道predict()使用predict_proba()来获得预测，通过计算森林中树木的预测类别概率的平均值。 我想要获得predict()方法预测的类的predict_proba()结果。 我要做的是:首先像上面的代码一样调用predict()，对于概率，我从树中提取最大概率，如下所示： all_probabilities
浏览 87提问于2020-10-29得票数 2
回答已采纳
我有一个模型已经工作，并有一个循环它的训练。您可以在这里看到循环：
for idx, (x, y) in enumerate(train_dataset):
pred = model.predict_on_batch(x)
print(model.test_on_batch(x, pred, reset_metrics=False, return_dict=True))
print(model.train_on_batch(x, y, reset_metrics=False))
print(f"After {idx} entries")
我想要创建一个自定义混淆
浏览 5提问于2022-03-21得票数 -1
回答已采纳
2回答
文档及其结构的聚类
、、、、
我正在通过查看文档的结构来对文档进行聚类。
我在下面的代码中提取了BERT嵌入变量X中的结构。
我正在尝试的是：
for num_clusters in np.arange(2,200):
model = KMeans(n_clusters=num_clusters)
model.fit(X)
pred = model.predict(X)
centers = model.cluster_centers_
cluster_sum = 0
for i , c in enumerate(centers):
use = []
浏览 0提问于2020-05-13得票数 2
1回答
我正在解释我的XGBoost模型。例如，下面两个数据集trainInput和trainOutput：
df.trainInputs
input1 input2 input3
0 1 0 0
1 1 1 0
2 0 1 1
..
df.trainOutputs
output
0 1
1 0
2 1
...
用户输入是一个热编码，输出数据是用户输出模式的列表。我正在用这些训练我的XGBoost模型，然后根据另一个数据集的一个热编码用户输入数据的另一个矩
浏览 2提问于2017-05-30得票数 2
回答已采纳
1回答
我试图在经过训练的模型上预测单个图像的类别，但是我得到了一个奇怪的输出，所以这是我的代码：
from tensorflow.keras.models import load_model
from tensorflow.keras.preprocessing import image
import matplotlib.pyplot as plt
import numpy as np
import os
def load_image(img_path, show=False):
img = image.load_img(img_path, target_size=(300, 300))
浏览 4提问于2020-05-18得票数 0
回答已采纳
2回答
我读过和的帖子。但是，我的问题是非常具体的:如果我的model.predict()函数输出的类标记为0和1的分类问题类似于：
array([[0.5147758 ],
[0.48530805],
[0.5122566 ],
[0.4839405 ],
[0.49831972],
[0.4886117 ],
[0.5130876 ],
[0.50388396]], dtype=float32)
我在最后一层中使用了binary_crossentropy丢失，如：
Dense(1, activatio
浏览 0提问于2019-08-25得票数 2
回答已采纳
我想知道bloom过滤器是在哪一列上构建的。聚类键是否也启用了bloom filter？聚类键是否有助于在杂乱的列上进行更快的搜索
浏览 1提问于2020-09-18得票数 1
我有两个数据集，一个具有我想要检测的正实例，另一个带有未标记的实例。我能用什么方法？
例如，假设我们希望了解基于一些结构化电子邮件特征的垃圾邮件检测。我们有一个10000封垃圾邮件的数据集和一个100000封垃圾邮件的数据集，我们不知道它们是否是垃圾邮件。
我们如何解决这个问题(不手动标记任何未标记的数据)？
如果我们有关于垃圾邮件在未标记数据中所占比例的额外信息(即，如果我们估计100000封未贴标签的电子邮件中有20-40%是垃圾邮件)，我们能做些什么？
浏览 0提问于2014-07-07得票数 11
1回答
我试图实现一个朴素的Bayes分类器来对本质上是特征集(而不是袋子)的文档进行分类，也就是说，每个特性都包含一组独特的特性，每个特征最多只能在文档中出现一次。例如，您可以将这些特性视为文档的唯一关键字。
我一直在密切关注et的伦尼。阿尔。的论文，但我遇到了一个似乎没有得到解决的问题。也就是说，对短文档进行分类，由于文档具有较少的特征，因此产生了更高的后验概率；而对于长文档，则相反。
这是因为后验概率被定义为(忽略分母)：
P(class|document) = P(class) * P(document|class)
它会扩展到
P(class|document) = P(class) * P
浏览 1提问于2011-09-09得票数 5
回答已采纳
我正在尝试评估对某些数据进行集群所需的正确集群数量。
我知道这可以使用Davies-Bouldin Index (DBI)。
要使用DBI，您必须为任意数量的集群计算它，最小化DBI的集群对应于所需的正确数量的集群。
问题是：
如何知道使用DBI的两个集群是否比一个集群更好？那么，当我只有一个集群时，我如何计算DBI呢？
浏览 0提问于2013-01-18得票数 7
回答已采纳
1回答
WEKA如何评估星系团？
、、、
嗨，在链接中找到了这个解释：
使用培训集(默认)。生成聚类后的Weka
将训练实例分类为按
集群表示并计算实例的百分比。
在每个星系团中坠落。
在所提供的测试集或百分比split中可以评估
如果聚类表示是概率的(例如，对于EM)，则对单独的测试数据进行聚类。
类到集群评估。在这种模式下，Weka首先会忽略
类属性并生成集群。然后在
它根据每个集群中类属性的大多数值将类分配给集群的测试阶段。在此基础上计算分类误差，并给出相应的混淆矩阵。一个例子
对于k-均值，如下所示。
但是，我不清楚WEKA是如何对集群中的一个新实例进行分类的，以及它如何度量是否应该将该实例分类到该集群中。
浏览 0提问于2018-11-29得票数 1
我是一个新手，目前正在从头开始学习数据科学，我有一个相当愚蠢的问题要问。我目前正在学习二进制分类，我知道逻辑函数是一个有用的工具。我查阅了文档，注意到我可以导入两个与物流相关的函数，即sklearn.metric.log_loss和sklearn.linear_model.LogisticRegression。我应该何时何地使用它们，有什么区别吗？
更广泛地说，度量和模型之间有什么区别，为什么日志丢失函数是度量？抱歉，如果这个问题听起来完全没有意义，但这是一个真正的根源，我的困惑！
浏览 0提问于2018-11-22得票数 0
回答已采纳
1回答
我用了一个热编码器一千零零0 0 0 1作为我的functional classification model。测试数据yprob = model.predict(testX)的预测概率告诉我：
yprob = array([[0.18120882, 0.5803128 , 0.22847839],
[0.0101245 , 0.12861261, 0.9612609 ],
[0.16332535, 0.4925239 , 0.35415074],
...,
[0.9931931 , 0.09328955, 0.01351734],
浏览 0提问于2021-04-19得票数 1
我有两个类别的类别狗和猫。我为这些类别做了一个列表： labels = ["cats", "dogs"] 我试过用 pred_name = labels[np.argmax(prob)] 给我看标签。但我对model.predict有一个问题。 它只显示1，而不是数组0。1.. import cv2
import numpy as np
img = cv2.imread('D:cat.jpg')
img = cv2.resize(img,(150,150))
img = np.reshape(img,[1,150,150,3])
labe
浏览 15提问于2019-09-26得票数 0
我最近安装了PredictionIO。
我想要实现的是：，我想对文本中包含的单词进行分类。，但是我如何将原始Tweets这样的数据导入PredictionIO呢？是否有可能让PredictionIO浏览内容并找到强有力的单词并将它们按类别进行排序？
我想得到的是:应该出现的Query for Boston Red Sox -->关键字是：baseball, Boston, sports, ...
浏览 0提问于2015-05-12得票数 1
我已经创建了一个使用keras的图像分类器，并且我正在尝试对单个图像使用model.predict()。我的代码如下所示：
path = 's.jpg'
from keras.preprocessing import image
img_width, img_height = 224,224
img = image.load_img(path, target_size = (img_width, img_height))
img = image.img_to_array(img)
img = np.expand_dims(img, axis = 0)
a =mode
浏览 2提问于2020-06-03得票数 0
1回答
我正在为一个类项目编写一个朴素的bayes分类器，我刚刚开始工作.说大也大吧。虽然我确实获得了一个无错误输出，但获奖输出标签的输出概率为3.89*10^-85。
哇。
我对我可能做错了什么有几个想法。首先，我没有规范类的输出百分比，所以所有的百分比实际上都是零。虽然这会给我一些看起来不错的数字，但我不知道这样做是否正确。
我的第二个想法是减少功能的数量。我们的输入数据是一个以非常长的文本文件形式出现的伪图像列表。目前，我们的特征只是图像中每一个像素的二进制值，有一个28x28的图像，这是很多特征。如果我把图像切成块大小，比如说，7x7，那么实际输出百分比会提高多少呢？
tl；博士，这里是我想要
浏览 2提问于2016-12-17得票数 0
2回答
我已经定义，训练和拯救了我的张量角神经网络。现在已经完成了，如何将它输出到非培训数据？
import tensorflow as tf
import numpy as np
from tensorflow.keras import layers
from syslog import syslog_pred
model = tf.keras.Sequential()
# Adds a densely-connected layer with 64 units to the model:
model.add(layers.Dense(128, activation='relu')
浏览 0提问于2019-04-25得票数 3
回答已采纳
我有5节课。我建立了一个XGBoost分类模型，并使用model.predict(test)来预测测试数据集的类。在我的模型所预测的所有值中，我只想知道那些我的模型超过95%的值，确信预测值是正确的。我的意思是，我只希望那些我的模型非常有信心预测的预测。我怎样才能找到那些预言？
浏览 0提问于2021-08-13得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
