pytorch - 在表格数据上创建 fastai 模型后如何对新数据进行评分?
问题描述
创建一个学习者
learn.fit_one_cycle(5)
我可以从下面的测试集代码中检查预测
preds_test, _ = learn.get_preds(ds_type=DatasetType.Test)
pred_test_prob, pred_test_class = preds_test.max(1)
如何检查不是数据集的新数据集的预测?我在下面尝试
validateObj = TabularList.from_df(validate, cat_names=cat_names, cont_names=cont_names, procs=procs)
preds, _ = learn.get_preds(validateObj)
pred_prob, pred_class = preds.max(1)
但它给了我一个与验证集108000
比较的数组。45000
有没有一种简单的方法来使用上述学习器对新数据进行评分?
解决方案
推荐阅读
- node.js - AWS Lambda 函数与 nodejs 到 ssh 到 ec2 并运行命令,在测试中给出 200 成功但什么也不做
- autoregressive-models - 采用 lavaan 表示法的 ARMA 模型
- ionic-framework - Ionic v4:“Ionic cordova run -l”不会启动我的应用程序
- javascript - 过滤 JSON 数据并附加到 div
- reactjs - ReactNative Webview
- excel - 为什么会出现 vbscript 编译错误
- python-3.x - 使用 scrapy 发布请求/表单提交导致错误 404
- java - 如何读取客户端表单枚举中的属性
- java - 如何从文件中解析这个json
- excel - 使用 VBA 代码从数据列创建 Pivot 的问题