私は1出力レイヤーでバイナリ分類を行っています。私は、どのクラスが0として符号化されているかを知りたいので、Kerasでmodel.predict()を使用すると確率スコアを解釈できるようになります(label1のスコアと思われます)。訓練の損失が小さいことを考慮して、クラスデータを訓練するためにpredct_classesを使用することは理にかなっていますか?これにはもっと良い方法がありますか?ケラス。
ケラス。
答えて
はい、predict(trainingData)
を使用して結果を調べ、予測データと実際のデータの値を手動で比較することは理にかなっています。
真の値を作成するときに0と1が何であるかを定義するのはあなたです。
答えはあなたの真のデータであり、通常「Y」と呼ばれています。モデルはYにあるものを学習し、それが分類です。あなた(データを作成した人)だけがそれを知ることができます。
ご意見ありがとうございます。私はImageDataGeneratorを使用し、私は手動でラベルをエンコードしませんでした。私は理解しました:class_indicesはトリックを行い、サブディレクトリの名前をコード化されたラベルにマップする辞書を表示します。 https://github.com/fchollet/keras/issues/3296 –
Generatorを一度反復して生成するYを確認することができます:https://stackoverflow.com/questions/11539194/how-to-loop-through-ジェネレータインスタンスのX、Yに対してaジェネレータ--- '... –
- 1. ケラス用マスキングBLSTM
- 2. ケラスとクロスバリデーション
- 3. ケラスのアサーションエラー
- 4. ケラス:マルチクラス分類
- 5. カテゴリの数、ケラス
- 6. ケラスのシグモイド層
- 7. ケラス - バイナリ分類
- 8. ケラス:クラスウェイトのLSTM
- 9. ケラス分類モデル
- 10. ケラスのget_source_inputs関数
- 11. categorical_crossentropyケラスの実装
- 12. テンソルフロー/ケラスでのマルチスレッド
- 13. ケラスのLSTM入力
- 14. ケラス入力形状
- 15. ケラスの重要性
- 16. ケラス2コードがケラス1互換コードを実行中
- 17. ケラス回帰クリップの値
- 18. ResNet50ナノ損失ケラス2
- 19. ケラスCNN同じ出力
- 20. ケラスからの警告
- 21. ケラスのmodel_weightsとoptimizer_weightsの差
- 22. ケラスのCRF付きLSTM
- 23. ケラス構文の変更?
- 24. ケラス入力寸法誤差
- 25. ケラスのKL分岐(テンソルフローバックエンド)
- 26. モデルトレーニング後のケラス予測
- 27. ケラス入力形状ValueError
- 28. 単一オブジェクト検出ケラス
- 29. ケラス - ソフトマックストップN - ロス機能
- 30. ケラスfit_generator with pandas iteratorオブジェクト
あなた自身またはsklearnを使ってバイナリラベルを作成しましたか? – DJK