在keras中做深度网络预测时,有这两个预测函数model.predict_classes(test) 和model.predict(test),本例中是多分类,标签经过了one-hot编码,如[1,2,3,4,5]是标签类别,经编码后为[1 0 0 0 0],[0 1 0 0 0]...[0 0 0 0 1]

  • model.predict_classes(test)预测的是类别,打印出来的值就是类别号

同时只能用于序列模型来预测,不能用于函数式模型

  predict_test = model.predict_classes(X_test).astype('int')inverted = encoder.inverse_transform([predict_test])print(predict_test)print(inverted[0])
   [1 0 0 ... 1 0 0][2. 1. 1. ... 2. 1. 1.]
  • model.predict(test)预测的是数值,而且输出的还是5个编码值,不过是实数,预测后要经过argmax(predict_test,axis=1)
  predict_test = model.predict(X_test)predict = argmax(predict_test,axis=1)  #axis = 1是取行的最大值的索引,0是列的最大值的索引inverted = encoder.inverse_transform([predict])print(predict_test[0:3])print(argmax(predict_test,axis=1))print(inverted)
    [[9.9992561e-01 6.9890179e-05 2.3676146e-06 1.9608513e-06 2.5582506e-07][9.9975246e-01 2.3708738e-04 4.9365349e-06 5.2166861e-06 3.3735736e-07][9.9942291e-01 5.5233808e-04 8.9857504e-06 1.5617061e-05 2.4388814e-07]][0 0 0 ... 0 0 0][[1. 1. 1. ... 1. 1. 1.]]

由于前几个和后几个每个预测值编码都是第一列最大,所以索引是0,反编码后是1

model.predict_classes(test) 和model.predict(test) 区别相关推荐

  1. 分享model.predict(test)与model.predict_classes(test)的用法

    问题引入:在以往我在做深度学习实验时,预测结果会调用model.ecaluate,可以直接到到loss与accuracy.但是最近要做DS证据理论融合实验,这个输出结果就用不上了,那么要怎么办呢? m ...

  2. “Import from external model” 与 “Create from existing source”的区别

    "Import from external model" 与 "Create from existing source"的区别 学习java一段时间,最近想捣鼓 ...

  3. Terracotta Express Model 和 Terracotta Customized Model

    在网上看到很多关于Terracotta快速安装和自定义安装的文章,我觉得我始终无法明白到底两者有什么区别,今天突然仔细地想想,又好像明白了. 关于Terracotta Express Model 假如 ...

  4. 朴素贝叶斯模型 多元伯努利事件模型+多项式事件模型 Multi-Variate Bernoulli Event Model and Multinomial Event Model

    朴素贝叶斯模型(Naïve Bayes Models): 适用于离散分布的朴素贝叶斯模型是个概率模型.生成式模型.广泛用于文本分类,自然语言处理和模式识别. 生成式和判别式模型区别: 贝叶斯公式如下: ...

  5. Keras学习笔记---保存model文件和载入model文件

    Keras学习笔记---保存model文件和载入model文件 保存keras的model文件和载入keras文件的方法有很多.现在分别列出,以便后面查询. keras中的模型主要包括model和we ...

  6. 高斯混合模型Gaussian Mixture Model (GMM)——通过增加 Model 的个数,我们可以任意地逼近任何连续的概率密分布...

    从几何上讲,单高斯分布模型在二维空间应该近似于椭圆,在三维空间上近似于椭球.遗憾的是在很多分类问题中,属于同一类别的样本点并不满足"椭圆"分布的特性.这就引入了高斯混合模型.--可 ...

  7. ASP.NET MVC基于标注特性的Model验证:一个Model,多种验证规则

    对于Model验证,理想的设计应该是场景驱动的,而不是Model(类型)驱动的,也就是对于同一个Model对象,在不同的使用场景中可能具有不同的验证规则.举个简单的例子,对于一个表示应聘者的数据对象来 ...

  8. 【小5聊】C# Json字符串转Model实体类以及Model实体类转Json字符串

    1.引用DLL:Newtonsoft.Json.dll 引用自己项目兼容的dll版本安装 2.Json字符串转Model实体类 UserInfoModel model = new UserInfoMo ...

  9. Spring中Model、ModelMap及ModelAndView之间的区别

    1. Model(org.springframework.ui.Model) Model是一个接口,包含addAttribute方法,其实现类是ExtendedModelMap. ExtendedMo ...

最新文章

  1. 进程状态控制-进程的阻塞和唤醒
  2. 啥都不如烂笔头,约翰霍普金斯大学新研究:学外语还得用手写
  3. 牛气!GitHub 标星 119K+!这些神器仅需一行代码即可下载全网视频!
  4. 图片批量转换pdf文件
  5. java的jstl的标签库_java_jstl 标签库
  6. 多播委托(multicast delegate)
  7. 使用JAVASCRIPT进行全屏显示页面,就像触摸屏显示效果
  8. 【初赛】NOIP2018程序模板
  9. iOS 浅谈:深.浅拷贝与copy.strong
  10. php里面什么是u函数,ThinkPHP内置函数----U方法
  11. Layui 数据表格动态cols(字段)动态变化
  12. 最新emoji表情代码大全_8张最新创意好看的早上好表情图片大全 秋日温馨的早安祝福图片带字精选...
  13. 苹果CMSV10如何打包麻花影视APP教程
  14. 大数据小项目之电视收视率企业项目06
  15. 如何理解yield的用法
  16. Neo4j图数据库高级应用系列 / 服务器扩展指南 APOC(5.4) - 导出数据到Cypher脚本文件
  17. 网络安全要点 : 对称加密
  18. Arthas - 阿尔萨斯 - 入门使用(Arthas插件)
  19. 2、cas4.0 单点登录 之 cas-client
  20. 北京四达时代软件技术股份有限公司招聘公告

热门文章

  1. 一款好看的404页面代码 | 滚动的404
  2. Ubuntu20.4.4离线安装无线网卡驱动
  3. BlazeFace测试
  4. 粗览Activiti Modeler操作和源代码
  5. 金融学-风险中性测度
  6. Graphite 简介
  7. spoolsv.exe占cpu 99%的解决方法
  8. [杂谈]亿元大奖为何总落陌生客
  9. 【Linux操作系统基础】第六章 Linux中的进程管理
  10. python 培训南京