1回答
我在比较2个numPy阵列时遇到问题。我目前正在做一个分类任务，并且已经将数据分类为1或0。我想将预测结果与实际标签进行比较。
附件中是两个阵列的图像。我似乎找不到一种方法。
浏览 5提问于2021-03-13得票数 1
回答已采纳
model.predict()给出了测试数据集中每幅图像的预测结果。如何利用这个结果来获得精确性？
model.evaluate()给出了测试数据的准确性评分。
浏览 3提问于2016-09-02得票数 4
3回答
我使用chainer库作为我的模型，并面对以下问题:假设我有一个测试数据文件，其中包含3个特性和一个标签(最后一栏)。它是以列表的形式导入的。例如：然后，通过将数据转换为numpy数组并接受标签列来获取标签，然后将其转换为一个列表，以便与预测的标签进行比较GPU中运行我的模型时，它使用的是Cuda.cupy而不是nump
浏览 1提问于2018-11-21得票数 2
回答已采纳
1回答
import pandas as pdsales = pd.read_csv("home_data.csv")
from sklearn.cross_validation
浏览 4提问于2015-11-01得票数 4
我有两个数组，第一个是“实际”，第二个是“预测”。我想比较一下这两个数组。假设第一个数组是：这告诉我们，第一个、第二个和最后一个索引对应于第1类。“预测”数组是：这告诉我们，第一和第二项指标已被准确地预测。如果您看到预测的数组，第一和第二数组已经被准确地预测</em
浏览 1提问于2015-07-26得票数 2
回答已采纳
我需要对我的网络进行正态分布数据的培训，我注意到我的神经网络非常倾向于只预测我导出的csv文件中最常见的类标签(将它的预测与实际的标签进行比较)。有什么建议(除了清理数据以产生均匀分布的训练数据)，这将帮助我的神经网络不去，只预测最常见的标签？。
更新:只是想提一下，在评论部分提出的建议确实奏效了。
浏览 1提问于2016-04-03得票数 1
回答已采纳
1回答
我打印测试集的预测值，得到属于一个类而不是另一个类的各种图像的概率。但有两个主要问题。我怎么知道哪个班是'0‘，哪个是'1'？如果在一定概率内预测的结果是正确的还是错误的，是否有一个函数可以快速显示？就像一个具有1s的数组，如果对该图像的预测结果是正确的，则为0。
浏览 0提问于2022-08-08得票数 0
当我试图执行预测图像时，我的代码出现了问题。使用keras等。我正在寻找如何输出数组的方法 例如1,0,0，然后输出rock import numpy as npfrom keras.preprocessing
浏览 50提问于2020-07-04得票数 3
1回答
然后，我尝试将预测的标签和实际的标签转换为numpy数组，并使用scikit-learn的度量，但是预测的标签似乎既不是0，也不是1(我的标签)，而是连续的值。因为这个科学工具-学习指标不起作用。
浏览 0提问于2020-07-08得票数 1
回答已采纳
1回答
我已经在Kerars中创建了神经网络，程序正在运行，但结果存在问题，它是预测中的Forexforcast网络，它应该返回0或1，如训练数据集中提供的那样，但结果在浮动中显示在0和1之间，如"[0.47342286]“# Importing the librariesimport matplotlib.pyplot= 32)
result = regressor.predict(np.reshape(X_train[100],(1
浏览 2提问于2019-07-29得票数 0
knn.score(X_test, y_test)
这里，X_test是一个numpy数组，它包含测试用例，y_test包含它们正确的标签。这个函数是如何工作的，它是如何预测来自X_test数组的每个值，然后将它与y_test数组进行比较并计算平均值呢？
浏览 0提问于2018-07-03得票数 1
回答已采纳
1回答
一种分类模型预测的概率计算
、、、、
培训数据有50个不同的标签。客户希望区分低概率预测，这意味着，我必须根据概率(确定性？)将一些测试数据归类为Unclassified / Other。模特的照片。当我测试我的代码时，预测结果是一个numpy数组(我使用的是不同的模型，这是一个经过预先训练的BertTransformer)。预测数组不包含诸如Keras predict_proba()方法中的概率。这些都是由预先训练的BertTransformer模型的预测方法产生的数字。<em
浏览 5提问于2021-03-02得票数 1
回答已采纳
我刚刚开始对神经网络进行编码，我的代码si如下model = keras.Sequential([ keras.layers.Dense(16, activation="relu"), keras.layers.Dense(10, activation="softmax")model.compile(opti
浏览 3提问于2020-12-27得票数 1
回答已采纳
1回答
sklearn.preprocessing import StandardScalerimport pandas as pdimport time
class DataPreprocess(BaseEstimator, TransformerMixin):
浏览 3提问于2022-04-11得票数 1
1回答
假设我在Keras中建立了一个(完全不现实的)分类模型，它给了我1.00的精度。我是否用英语正确地解释了这个问题："100 %的时候，模型确信这个新的观察结果75 %可能是A类“？“在40%的时间里，模型确信这个新的观察结果有75 %可能是A类。”
如果
浏览 0提问于2017-08-08得票数 4
回答已采纳
2回答
我用两套“真”y值训练随机森林(经验性的)。我能很容易地分辨出哪一个更好。比如说，生物活动。不同的实验和不同的数据库提供了不同的价值。这是一个简单的示例，在第3列和第4列上显示了两组不同的y值。
3Tu，ADP,47.7,30.75 5jzn，GUI,47.7,34.24a6c，9，48.1，45.5
我知道第
浏览 2提问于2019-01-24得票数 0
我创建了一个简单的CNN并使用image_dataset_from_directory()函数来分配数据集。 data_dir, subset="training", image_size=(img_height, img_width),
val_ds = tf.keras.preprocessing.image_da
浏览 40提问于2021-05-27得票数 0
回答已采纳
1回答
然而，对于我们如何计算损失，我有点困惑；据我理解，在这个笔记本中(在compute_loss()中)，在任何给定的批次中，我们将预期的标签(即注释本身)与逻辑(即从密集层预测)进行比较。然而，这些预测不应该是概率分布吗？我们什么时候才能真正选择我们预测的标签呢？对我的问题做更多的澄清:如果我们的标签的形状是(batch_size，#时间步骤)，而我们的逻辑的形状是(batch_size，#时间步骤，vocab_size)，那么在compute_loss
浏览 7提问于2020-05-14得票数 2
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
腾讯会议
云直播活动推荐
腾讯云开发者
