首页 > 解决方案 > 如何获得keras预测模型CNN中的概率百分比

问题描述

在这里,我得到的数据是 [0 1 0 0] 或 [0 0 0 1],--- 我知道它告诉我 [0 1 0 0] 是 label2,[0 0 0 1] 是标签4,[1 0 0 0]是标签1,[0 0 1 0]是标签3。

import pickle
from keras.preprocessing.sequence import pad_sequences

MAX_SEQUENCE_LENGTH = 1000
MAX_NB_WORDS = 20000

with open ('textsdata', 'rb') as fp:
    texts = pickle.load(fp)

tokenizer = Tokenizer(num_words=MAX_NB_WORDS)
tokenizer.fit_on_texts(texts)
sequences = tokenizer.texts_to_sequences(texts)
inputquery = ["Play some music will ya"]
sequences = tokenizer.texts_to_sequences(inputquery)
model = load_model('my_model.h5')
model.compile(loss='categorical_crossentropy', optimizer='rmsprop', metrics=['acc'])
print("sequences", sequences)

data = pad_sequences(sequences, maxlen=MAX_SEQUENCE_LENGTH)
classes = model.predict(data)
y_classes = classes.argmax(axis=-1)
print(y_classes)

我需要它的百分比,就像它确信它是 label1 为 0.67 softmax 之前的值或有足够信心告诉它的值是 label1 或 label2 或 label3 或 label4--

我需要它的百分比是其中任何一个或所有这些百分比,例如......

如果给定输入输出就像

1 级 - 0.87

2 级 - 0.3

3 级 - 0.5

Class4 - 0.5 我怎样才能得到这种输出而不仅仅是 [1 0 0 0] 我应该在上面的代码旁边添加什么请告诉

标签: pythonkerasconv-neural-network

解决方案


predict 返回一个包含预测的列表。你可以用这个

results = model.predict(data)
for result in results:
    print(str(result))

这将返回

0.99
0.87
0.75

或者,如果您在另一个列表中有课程,您应该这样做。

res = model.predict(data)
results = [[i,r] for i,r in enumerate(res)]
results.sort(key=lambda x: x[1], reverse=True)
for r in results:
    print(classes[r[0]], str(r[1])))

这返回

("classA", 0.99)
("classB", 0.95)

推荐阅读