python - 如何对图像分类模型进行显着性检验?
问题描述
我创建了一个使用 keras 的多类分类 CNN 模型,
我已经训练了我的模型并在测试集上生成了分类报告。这为我提供了每个模型的评估指标精度、召回率和 f1。
现在我想知道我的模型的相应结果是否具有统计意义,即确定模型的p 值。我将如何测试这个?由于我几乎找不到任何这样做的例子,我想知道它在图像分类器的上下文中是否有意义?
对此的任何澄清将不胜感激。
解决方案
推荐阅读
- haskell - 如何在 Haskell 中添加列表的最后两个值?
- react-admin - 使用数据调用 useUpdateMany 回调
- bash - Unix导出命令路径
- python - Python - 从数据框中采样行而不进行替换
- sqlite - golang中的sqlite3,foreign_keys pragma不强制执行键
- c# - 尝试使用 json.net 和 WCF Rest Service 将 XML 转换为 JSON 输出时出现反斜杠问题
- php - 如何修复 Wordpress 登录页面上的致命 PHP 错误?
- python - 如何将 3 个 .py 文件转换为 1 个 .exe 文件
- python - zappa 忽略了烧瓶项目日志消息
- php - 浏览器中的 PHPMailer Outlook 视图