python - google tensorflow 文档有什么问题？

Question

我正在关注https://www.tensorflow.org/tutorials/load_data/csv文档并遇到了一个非常令人沮丧的问题。在本教程中，模型预测泰坦尼克号的幸存者。那里教程的最终预测值根本不好（或者我认为是这样）。

• 预测生存率：-236.86% | 实际结果：幸存
• 预测生存率：-100.17% | 实际结果：死亡
• 预测生存率：-238.74% | 实际结果：死亡
• 预测生存率：147.69% | 实际结果：死亡
• 预测生存率：12.94% | 实际结果：幸存

为什么模型预测 12.94% 为 SURVIVED 和 147.69% 为 DIED？这里发生了什么？

标签： pythontensorflowprediction

Answer 1

问题是最后Dense一层应该有一个激活函数sigmoid，表明结果必须在 0 和 1 之间。这就是我们想要的，因为我们在预测一个概率。没有这个，输出可以取任何正值或负值，因此你可以看到奇怪的值。

model = tf.keras.Sequential([
           preprocessing_layer,
           tf.keras.layers.Dense(128, activation='relu'),
           tf.keras.layers.Dense(128, activation='relu'),
           tf.keras.layers.Dense(1,activation='sigmoid'),
]) 

当您再次使用 sigmoid 运行代码时，结果是

预测生存率：100.00% | 实际结果：死亡

预测生存率：17.95% | 实际结果：幸存

预测生存率：99.80% | 实际结果：死亡

预测生存率：0.00% | 实际结果：死亡

预测生存率：10.65% | 实际结果：死亡

这更有意义。