腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
1
和
0
二进制
值
的
预测
概率
(
数组
中
的
每个
值
都是
互斥
的
)
keras
、
deep-learning
我已经制作了一个模型
预测
,但(y_pred)
值
显示为
概率
,而不是
0
和
1
。import pandas as pdX = data.iloc[:,
0
:pd.read_csv('test.csv', header=None) model = Sequ
浏览 17
提问于2019-05-06
得票数 0
1
回答
如何计算logistic回归
的
准确性?
machine-learning
、
classification
、
logistic-regression
、
accuracy
、
supervised-learning
logistic回归涉及到特征
的
线性组合,以
预测
二进制
、是/非类型事件
的
日志
概率
。这样就可以将日志赔率转化为
概率
。如果\hat L_i是观测i
的
预测
对数
概率
,那么通过\hat p_i=\frac{
1
}{
1
+e^{-\hat L_i}}定义观测i,\hat p_i
的
预测
概率
。那么,数据科学家如何获得这类模型
的
精确
浏览 0
提问于2023-02-01
得票数 0
1
回答
关于在TFLearn中使用非
二进制
标签
的
问题
python
、
tensorflow
、
neural-network
、
tflearn
我正在尝试用Python3
中
的
TFLearn编写一个神经网络,我有一个与标签相关
的
问题。神经网络
的
输入是长度为11
的
1
维向量。与这些输入对应
的
标签也是长度为11
的
1
维向量。但是,它们
的
值
不是
0
和
1
。在大多数示例
中
,标签通常由
1
,
0
或
0
,
1
组成,例如在对猫<e
浏览 10
提问于2019-08-15
得票数 0
1
回答
在MNIST tensorflow CNN上测试单个图像
python
、
tensorflow
、
conv-neural-network
我已经训练了一个基于经典MNIST数据集
的
CNN,我要做
的
是创建一个程序,加载保存
的
模型,获取图像(手写数字,不是数据集
的
一部分),并可以
预测
写入
的
数字并将其输出。我发现自己被卡住了,试图让代码输出它是什么数字(
0
-9)
的
猜测。num_channels =
1
pic_root = #insert
浏览 0
提问于2018-03-04
得票数 0
1
回答
如何用pROC或ROCR软件包计算R
中
ROC曲线下面积
的
预测
类
概率
?
r
、
r-caret
、
roc
、
auc
我使用插入库计算了一个
二进制
分类问题
的
类
概率
和
预测
,使用了10倍
的
交叉验证
和
5次重复。现在我有了真(
每个
数据点
的
观测
值
)
值
、
预测
的
(通过算法)
值
、类
0
概率
和
Class
1
概率
,它们被一种算法用来
预测
类标签。 现在,我如何使用roc或pROC
浏览 6
提问于2015-04-27
得票数 3
回答已采纳
1
回答
在使用sklearn MLP.predict_proba()函数时计算类
的
标记
python
、
scikit-learn
、
neural-network
、
classification
我正在创建一个带有标记类
的
神经网络,这些类是
二进制
值
的
列表,有1167个类。我想利用MLP.predict_proba()来根据
预测
概率
输出前5个类,但是输出是一个np
数组
,
每个
类
的
概率
仅由索引
值
标记。 我想知道哪些类被链接到这些
概率
,
预测
函数正确地输出表示它所
预测
的
类
的
二进制
列表。
浏览 7
提问于2017-11-17
得票数 0
1
回答
Tensorflow 2.0 --这些模型
预测
是否代表
概率
?
python
、
tensorflow
、
keras
、
logistic-regression
我有一个非常简单
的
Tensorflow 2 Keras模型来对一些数据进行惩罚logistic回归。我希望得到
每个
类
的
概率
,而不仅仅是
0
或
1
的
预测
值
。我想我得到了我想要
的
,但我只是想确保这些数字和我想
的
一样。我使用了来自Tensorflow.keras
的
Tensorflow.keras函数,但是文档只是说这提供了一个
预测
的
numpy
数组<
浏览 1
提问于2019-12-13
得票数 1
回答已采纳
1
回答
什么时候使用一个只有一个输出神经元
的
神经网络,何时使用多个输出神经元?
machine-learning
、
neural-network
、
artificial-intelligence
我试着理解在输出层中使用只有一个输出神经元
和
多个神经元
的
神经网络之间
的
区别。 有谁知道区别吗?
浏览 2
提问于2021-01-06
得票数 0
回答已采纳
4
回答
如何在卷积神经网络
中
得到
预测
的
类标签?
machine-learning
、
deep-learning
、
neural-network
、
cnn
、
convolutional-neural-network
我已经建立了一个卷积神经网络,它需要将测试数据分类为
0
或
1
。我正在用
0
或
1
来训练CNN,但是在运行下面的代码时,我得到了以下结果。logloss_score = log_loss(y_test, predictions)0.047878393431377855 如何在
0
到
1
之间得到结果?在上面的代码
中
我需要修改什么?
浏览 0
提问于2018-01-28
得票数 9
回答已采纳
1
回答
为什么keras嵌入不学习(对于推荐系统)
tensorflow
、
keras
、
python-embedding
、
recommendation-engine
我试图使用keras嵌入来做一个协作过滤风格
的
推荐系统。它是传统
的
用户项目评分(
二进制
:
0
,
1
)数据格式:
1
4
0
...3000 32
1
我使用了以下模型,但训练曲线不随时代而变化。我想知道,训练损失基本上不会改变
的
原因是什么,但是,各时期
的
浏览 0
提问于2020-05-11
得票数 1
回答已采纳
1
回答
XGBoost如何计算predict_proba()
中
的
概率
?
scikit-learn
、
random-forest
、
decision-trees
、
xgboost
、
predict-proba
我没有找到一个清晰
的
解释,说明predict_proba()输出
的
概率
是如何计算出来
的
。 例如,在随机森林中,我知道它反映了属于这个类别的样本在所有树木
的
相关叶子中所占比例
的
平均值。但是,在XGBoost
中
,我无法理解文档或代码
中
的
计算。不是应该给每棵树不同
的
重量吗?
浏览 0
提问于2017-03-19
得票数 6
1
回答
用y_label
和
y_pred二
值
绘制ROC曲线
python
、
numpy
、
auc
from sklearn.metrics import roc_curve, roc_auc_scorescores = np.array([
1
] * 13 + [
0
] * 60)plt.plot(fpr, tpr) plt
浏览 8
提问于2022-02-02
得票数 0
1
回答
归一化数据回归模型输出
的
sigmoid方法
tensorflow
、
keras
、
deep-learning
、
artificial-intelligence
、
sigmoid
我试图在keras
中
建立一个回归模型,输入将是一个规范化
的
灰度图像,模型
的
输出也将是一个规范化
的
灰度图像。我知道,对于回归模型来说,输出
的
sigmoid并不理想,因为它给出了
0
,
1
之间
的
概率
,这对分类问题是很好
的
。但是,既然我
的
数据已经在
0
,
1
之间标准化了,乙状结肠输出会是个好主意吗? 谢谢
浏览 10
提问于2022-10-24
得票数 0
4
回答
为什么不使用均方误差来解决分类问题呢?
python
、
keras
、
lstm
、
cross-entropy
、
mean-square-error
我试图用LSTM解决一个简单
的
二进制
分类问题。我正在努力找出正确
的
网络损失函数。问题是,当我使用二元交叉熵作为损失函数时,训练
和
测试
的
损失
值
要比使用均方误差(MSE)函数要高。在研究
中
,我发现了二元交叉熵用于分类问题,MSE用于回归问题
的
理由。然而,在我
的
情况下,我得到了更好
的
准确性
和
较小
的
损失
值
与MSE
的
二进制
分类。 我不知道
浏览 0
提问于2019-05-06
得票数 11
回答已采纳
1
回答
对Scikit学习roc_auc_score
和
ROC绘图
的
适当输入
python
、
scikit-learn
、
roc
、
auc
说: "y_score
数组
状形状(N_samples)或(n_samples,n_classes)目标分数。在
二进制
和
多标号情况下,可以是
概率
估计,也可以是非阈值决策
值
(如decision_function在某些分类器上返回
的
)。在多类情况下,这些必须是
概率
估计,其之和为
1
。
二进制
情况需要形状(n_samples,),而分数必须是带有更大标签
的
类
的
分数。多类
和
多标签<em
浏览 3
提问于2020-12-21
得票数 5
回答已采纳
2
回答
交叉熵误差计算
c++
、
function
、
neural-network
、
entropy
、
loss
我不完全理解交叉熵误差是如何计算
的
。由于某些负数
的
对数没有定义(或虚
的
),并且神经网络
的
输出可以是一些负数(权
值
和
偏差是随机初始化
的
),所以我经常得到NaN。我该怎么避免呢?
浏览 1
提问于2015-12-03
得票数 1
回答已采纳
2
回答
model.predict()没有生成预期
的
标签吗?
python
、
keras
、
classification
我正在做一个简单
的
二进制
文本分类。台阶大致是这样
的
:我停留在步骤5上--当我打印
预测
值
时,我得到了一个numpy
数组
: [0.3787447[0.87870705]
浏览 4
提问于2020-09-30
得票数 2
回答已采纳
2
回答
机器学习
中
的
两类
预测
python
、
tensorflow
、
machine-learning
、
keras
、
conv-neural-network
tolist() data = np.array(data, dtype="float")/255.0validation_data = validation_generator, 在
预测
我使用
的
两个类
的
概率
时testX =
浏览 0
提问于2018-08-22
得票数 0
1
回答
将查找表转换为xgboost模型
r
、
xgboost
我试图构建一个
二进制
:logistic xgboost模型,但我希望
概率
的
初始估计
值
是从查找表
中
得到
的
值
(例如,一组特定
的
x
值
基于查找表有一个给定
的
y
值
)。我已经找到了xgb_model参数,但我不知道如何将具有
概率
的
表转换为一个xgb_model,在这个xgb_model
中
,
预测
器是完全保留
的
。这里
的
浏览 0
提问于2021-06-09
得票数 4
1
回答
协同过滤
中
的
二进制
值
probability
、
collaborative-filtering
用户项矩阵
中
的
值
是否可以是
二进制
值
,如
0
和
1
,它们表示“没有购买”-vs-“购买”?如果在矩阵上应用潜在因子模型,
预测
值
(例如0.8)能否代表用户行为(即没有购买或购买)
的
概率
?
浏览 1
提问于2011-12-29
得票数 3
回答已采纳
点击加载更多
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
深度学习入门实战三:图片分类中的逻辑回归
从头开始进行CUDA编程:原子指令和互斥锁
PHP基础(一)
Titanic生还预测(五)
TensorFlow实现识别手写数字识别
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券