python - 我们如何使用神经网络计算多类分类器的准确率
问题描述
当输出(预测)是来自 Softmax 函数的概率,并且训练目标是 one-hot 类型时,我们如何比较这两种不同类型的数据来计算准确度?
(正确分类的训练数据个数)/(总训练数据个数)*100%
解决方案
通常,我们将soft max函数输出中概率最高的类标签分配为标签。
推荐阅读
- node.js - 将 jsonp 集成到 Flask 服务器时返回 500 错误
- nginx - nginx connect() 到 ip:80 失败(99:地址不可用)
- java - 错误-使用 tomcat 构建 maven java servlet 项目
- javascript - 有没有办法在使用多个 useState 时简化条件渲染?
- html - 有没有办法为元素及其伪元素应用精神动画?
- postgresql - 字符和数字混合时的自然排序
- java - 数组转换为浮动和加倍
- node.js - 如何从对 node.js 的反应中获取 queryParams
- python - python有没有办法在没有列表的单词上打印出itertools.permutations?
- php - 合并多维数组PHP而不更改密钥