Keras. herauszufinden, Klassenlabel Codierung

Ich bin binäre Klassifizierung mit One-Output-Layer. Ich möchte wissen, welche Klasse als 0 und als 1 codiert ist, so dass ich Wahrscheinlichkeitswerte bei der Verwendung von model.predict() in Keras interpretieren kann (was meiner Meinung nach Punkte für label1 sind). Ist es sinnvoll, predct_classes für Trainingsdaten zu verwenden, um das Klassenlabel zu überprüfen, da der Trainingsverlust gering ist? Gibt es einen besseren Weg dazu?Keras. herauszufinden, Klassenlabel Codierung

Quelle

2017-07-10 kenta suzuki

Haben Sie die binären Etiketten selbst erstellt oder verwenden Sie sklearn? – DJK

Ja, es ist sinnvoll, predict(trainingData) zu verwenden, um die Ergebnisse zu untersuchen, um die Werte zwischen den vorhergesagten Daten und den echten Daten manuell zu vergleichen.

Aber Sie definieren, was 0 und 1 sind, wenn Sie die wahren Werte erstellen.

Die Antwort liegt in Ihren echten Daten, was sie normalerweise "Y" nennen. Das Modell wird lernen, was in Y ist und das ist die Klassifizierung. Nur Sie (wer die Daten erstellt hat) können das wissen.

Quelle

2017-07-10 14:29:43

Vielen Dank für Ihren Kommentar. Ich habe ImageDataGenerator verwendet und die Labels nicht manuell codiert. Ich habe herausgefunden: class_indices hat den Trick gemacht, es zeigt das Wörterbuch, das den Namen des Unterverzeichnisses den kodierten Labels zuordnet. https://github.com/fchollet/keras/issues/3296 –

Vielleicht können Sie den Generator einmal durchlaufen, um zu sehen, was er generiert: https://stackoverflow.com/questions/11539194/how-to-loop-through- A-Generator --- 'für X, Y im GeneratorInstance:' ... –

Keras. herauszufinden, Klassenlabel Codierung

Antwort

Verwandte Themen