0
バイナリ分類にSpark mlibを使用しています。私は3000枚の写真でモデルを訓練し、それが男性または女性の1/0であることを予測することができます。スパークバイナリ分類の予測精度
final NaiveBayesModel model = NaiveBayes.train(training.rdd(), 1.0);
JavaRDD predictions = test.map(new Function<Vector, Double>() {
@Override
public Double call(Vector p) {
return model.predict(p);
}
});
私には質問があります。写真に人がいない場合はどうなりますか?例えば、花の写真。とにかく男性または女性の結果が与えられます。現在の決定の正確さを確認する方法はありますか?たとえば、花の写真を予測しようとすると、このベクトルは30%の男性です。または、男性/女性/その他のようなマルチクラス分類を使用する必要がありますか?
「人間存在/存在なし」のようなバイナリ分類を行うモデルを訓練し、次に予測が「人間存在」であれば、他の訓練モデルで「男性/女性」を予測することを意味しますか? –
@RuslanLomovはい、それはオプション2の正しい解釈です。 – dantiston