如何获得所有的预测概率值？
要获得所有的预测概率值，可以通过以下步骤实现：
- 数据准备：首先，需要准备用于预测的数据集。这可以是结构化数据（如表格数据）或非结构化数据（如文本、图像或音频）。确保数据集已经进行了预处理和特征工程，以便适用于预测模型。
- 选择合适的预测模型：根据任务的性质和数据集的特点，选择适合的预测模型。常见的预测模型包括逻辑回归、决策树、随机森林、支持向量机、神经网络等。每个模型都有其优势和适用场景，根据具体情况选择合适的模型。
- 模型训练：使用训练数据集对选择的预测模型进行训练。训练过程中，模型会学习数据的模式和特征，以便能够进行准确的预测。训练过程可能需要调整模型的超参数，以获得更好的性能。
- 模型预测：使用训练好的模型对新的数据进行预测。将待预测的数据输入到模型中，模型会输出相应的预测结果。对于分类问题，预测结果通常是每个类别的概率值。
- 获取预测概率值：根据选择的预测模型，可以通过不同的方法获得预测概率值。例如，在逻辑回归模型中，可以使用sigmoid函数将模型的输出转换为概率值。在神经网络模型中，可以使用softmax函数将模型的输出转换为概率分布。
- 结果解释和应用：根据预测概率值，可以进行结果解释和应用。例如，可以根据概率值确定最有可能的类别，或者根据概率值进行风险评估和决策制定。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 腾讯云人工智能开发平台（https://cloud.tencent.com/product/tai）
- 腾讯云数据智能平台（https://cloud.tencent.com/product/dmp）
- 腾讯云大数据分析平台（https://cloud.tencent.com/product/dca）
- 腾讯云云服务器（https://cloud.tencent.com/product/cvm）
- 腾讯云云数据库（https://cloud.tencent.com/product/cdb）
- 腾讯云云存储（https://cloud.tencent.com/product/cos）
- 腾讯云区块链服务（https://cloud.tencent.com/product/bcs）
- 腾讯云物联网平台（https://cloud.tencent.com/product/iot）
- 腾讯云移动开发平台（https://cloud.tencent.com/product/mpe）
- 腾讯云音视频处理（https://cloud.tencent.com/product/mps）
- 腾讯云网络安全（https://cloud.tencent.com/product/saf）
- 腾讯云元宇宙（https://cloud.tencent.com/product/mu）
相关·内容
1回答
在预测线图周围绘制置信区间
、、、、
我正在尝试在线条图周围绘制置信度区间，类似于下面的内容：
我正在拟合一个高斯过程，当预测每个值时，它会返回平均值和标准差( std )。使用它，我应该能够绘制置信区间的不同范围。对于我的情况，我尝试将范围设置为10%，20%，... 90%。
目前我正在做这样的事情
y_pred, std = reg.predict(x, return_std=True)
std_z = 1.96 # from z-table for 95%
confidence_interval = std * std_z
plt.plot(x, y_pred)
plt.fill_between(x, y_pr
浏览 13提问于2020-05-29得票数 0
回答已采纳
我的理解是，当在命令行上训练支持向量机时，可以指定一个带有-b 0(默认值)或-b 1的-b参数，以分别启用“决策值”或“概率估计”。我正在使用LIBSVM和一个基于C-SVC的具有5个类的多类问题。我可以在C#库中使用以下命令获得概率估计
testset.PredictProbability(model, out estimations);
在预测之后，我可以在'estimations‘输出对象中看到5个概率估计。我的理解是，对于5类模型，应该有10个决策值，即1类对2类，1类对3类，以此类推。如何获得“决策值”？
浏览 0提问于2015-09-02得票数 2
1回答
大家好，我使用Weka进行预测。我能够从java代码中获得预期的和实际的行为。但现在我想要的是从最终结果中得到“预测保证金”信息。从GUI，我可以管理，但我想要的是一个Java解决方案。如果任何一个人可以，help.What我想要得到的是下面突出显示的信息使用java。
下面的代码显示了我现在用来预测实际/预测的代码。
for (int i = 0; i < testDataSet.numInstances(); i++) {
double actualClass = testDataSet.instance(i).classValue();
Str
浏览 0提问于2022-01-21得票数 0
让我们假设我有一个有噪声的2d数据集，其中一个观察数据的人可以很容易地在数据中画一条直线，从而使均方误差最小化。
该线的模型采用y = mx + b形式，其中x为输入值，y为模型的预测值，m和b为训练变量，以使成本最小化。
我的问题是，如果我们将一些输入x1插入到模型中，它总是输出相同的数字，而不考虑数据有多稀疏。像这样的模型如何从相同的输入中预测不同的值？
也许可以这样做，将所有的错误从模型行到点，对它们进行分布，获取这种分布的期望值，然后将该值添加到y中。
浏览 6提问于2017-04-01得票数 0
回答已采纳
1回答
我想通过得到每个类的分类概率，在randomForest中的每个树。
(1)输出单个输出，但它的类型是响应，而不是概率。
predict(rf_cl, newdata, predict.all=TRUE)$individual
(2)这产生了概率，但它属于森林，而不是所有的树木：
predict(rf_cl, newdata, type="prob")
(3)当我尝试这个时，得到的输出与第一个输出相同。
predict(rf_cl, newdata, predict.all=TRUE, type="prob")$individual
我在网上搜索了很长时间。
浏览 7提问于2022-07-03得票数 2
1回答
如何解释预测模型
、、、
我建立了一个预测模型，使用了为期5年的预测和自动绘图。
颜色是什么意思，即灰色区域和紫色区域表示什么？还有蓝线？
浏览 3提问于2022-04-30得票数 1
回答已采纳
从概念的角度来看，我理解与中华民国曲线有关的权衡。你可以提高真实的积极预测的准确性，但你会出现更多的假阳性，反之亦然。
我想知道，对于Logistic回归模型，如何将曲线上的一个特定点作为目标？你会提高回归中构成0或1的概率阈值吗？(就像改变预测开始被标记为一个概率一样)。例句:将点预测从0.5移到0.6)
我有一种感觉，这不是那么简单，但如果是的话，你怎么知道要达到哪一个临界点的曲线上的特定点？
浏览 0提问于2022-06-02得票数 2
我正在为XGBoost使用sklearn包装器。我没有找到一个清晰的解释，说明predict_proba()输出的概率是如何计算出来的。
例如，在随机森林中，我知道它反映了属于这个类别的样本在所有树木的相关叶子中所占比例的平均值。
但是，在XGBoost中，我无法理解文档或代码中的计算。不是应该给每棵树不同的重量吗？
浏览 0提问于2017-03-19得票数 6
1回答
我将如何将概率附加到高斯朴素贝叶斯模型输出的预测上？我之所以问这个问题，是因为predict_proba函数U可以与sklearn的高斯朴素贝叶斯分类器一起使用，它只给了我0或1，这不是我想要的。
浏览 0提问于2020-06-05得票数 1
我使用了一个测试列表和一个包含4000个元素的预测列表，如本例所示 test_list=[1,0,0,1,0,.....]
prediction_list=[1,1,0,1,0......] 如何在python代码中找到这两个列表之间的二进制交叉熵？我尝试使用sklearn中的log_loss函数： log_loss(test_list,prediction_list) 但损失函数的输出大约是10.5，这在我看来是错误的。我是以错误的方式使用函数，还是应该使用另一个实现？
浏览 48提问于2019-01-16得票数 2
4回答
我已经建立了一个卷积神经网络，它需要将测试数据分类为0或1。我正在用0或1来训练CNN，但是在运行下面的代码时，我得到了以下结果。
predictions = classifier.predict(x_test)
print(predictions)
[0.0128037 ]
[0.01182843]
[0.01042355]
[0.00906552]
[0.00820154]
[0.00726516]......
logloss_score = log_loss(y_test, predictions)
print(logloss_score)
0.0478783934313
浏览 0提问于2018-01-28得票数 9
回答已采纳
我的代码如下：
from pyspark.ml.classification import LogisticRegression
lr = LogisticRegression(featuresCol="features", labelCol="label")
lrm = lr.fit(transformed)
predictions = lrm.transform(transformed)
predictions.select('probability')
这给了我两个概率，因为我有两个类。但我不知道哪个概率属于哪个类别。如何找到它。谢谢
浏览 3提问于2017-06-14得票数 0
1回答
我正在使用Matlab神经网络工具箱来解决一个分类问题。现在，考虑单个数据集，在同一数据多次训练和分类的情况下，得到不同的精度和不同的混淆矩阵。现在我该选哪一个结果？我是否应该接受所有训练实例中获得的所有谷底，并将它们平均在某一特定结果上？
浏览 0提问于2015-09-23得票数 0
回答已采纳
from sklearn import ensemble
model = ensemble.RandomForestClassifier(n_estimators=10)
model.fit(x,y)
predictions = model.predict(new) 我知道predict()使用predict_proba()来获得预测，通过计算森林中树木的预测类别概率的平均值。 我想要获得predict()方法预测的类的predict_proba()结果。 我要做的是:首先像上面的代码一样调用predict()，对于概率，我从树中提取最大概率，如下所示： all_probabilities
浏览 87提问于2020-10-29得票数 2
回答已采纳
2回答
我正在使用R中的randomForest包处理一个分类问题(结果是二进制的)。我想要得到每一棵树的概率输出(以获得预测区间)。我在预测中设置了predict.all=TRUE参数，但它给我提供了一个800列的矩阵(=我的森林中的树的数量)，并且它们中的每一个都是1或0。如何获得概率输出而不是类？
PS:我的nodes=1的大小，这意味着这应该是合理的。然而，我更改了节点size=50，仍然得到了所有的0和1的无概率。
下面是我正在做的事情：
#build model (node size=1)
rf<-randomForest(y~. ,data=train, ntree=800,re
浏览 5提问于2014-03-14得票数 2
1回答
目前，我正在使用下面的给定代码来计算概率得分和预测的类标签。 y_score = cross_val_predict(clf, X, y, cv=10 ,method='predict_proba')
y_pred = cross_val_predict(clf, X, y, cv=10 ) 但这是一个计算成本很高的方法，因为必须运行整个模型两次，有没有什么方法可以让我在一步中得到这两个方法。或者，我如何将概率转换为类标签？ 谢谢
浏览 33提问于2019-12-21得票数 0
3回答
卡尔曼滤波的置信区间估计
、、、
我一直在努力实现一个卡尔曼滤波器，以搜索异常的二维数据集。非常类似于我在这里找到的优秀帖子。作为下一步，我想预测置信区间(例如，95%对下限和上限值的置信度)，我预测的下一个值将下降。因此，除了下面这条线之外，我还想生成两条额外的线，它们代表95%的信心，认为下一个值将在地板或天花板以下。
我假设我将使用由Kalman滤波器生成的每个预测返回的不确定性协方差矩阵(P)，但我不确定它是否正确。任何指导或参考如何做到这一点，将不胜感激！
上述文章中的代码会随着时间的推移生成一组测量值，并使用卡尔曼滤波来平滑结果。
import numpy as np
import matplotlib.pypl
浏览 9提问于2014-06-25得票数 5
回答已采纳
1回答
https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/
我试图使用一个略有不同的数据集来遵循本教程的代码，其中预测值为0或1:是否存在某物。我的数据是连续时间序列数据，还有其他连续变量是输入。在大多数情况下，sans列号和名称，我的代码与该教程中的代码几乎相同。然而，我的预测值在情节中如下所示：
📷
在改变这条“密集”线时：
model.add(Dense(1))
转入：
model.add(Dense(1, activation='sigmoid'))
以及编译行
浏览 0提问于2020-07-17得票数 0
1回答
我试图在R中绘制一个逻辑回归图，我现在有这个代码.
mylogit<- glm(Breeding.success ~ Dam.Age, family = binomial, data = captive)
summary(mylogit)
predicted.data<- as.data.frame(predict(mylogit, type="response", se=TRUE))
summary(predicted.data)
new.data <- cbind(captive, predicted.data)
graph <- ggplot
浏览 1提问于2017-11-02得票数 1
回答已采纳
1回答
我目前正在处理一个命名实体识别任务。我正在使用条件随机场算法对我标记的实体进行分类。我想知道这个算法是不是像BERT一样是双向的？
算法对每个单词的特征包括前一个单词和下一个单词，所以我猜是这样的。这是否也意味着CRF对整个句子进行了预测？还是在每个单词上？
感谢您在这个问题上的任何线索！
浏览 0提问于2019-09-18得票数 2
我是一名数据科学新手，正在研究。我正在对其进行Logistic回归，以预测测试数据中的乘客是存活还是死亡。
我清理了培训和测试数据，并对培训数据进行Logistic回归拟合。一切都很好。
train = pd.read_csv('train.csv')
X_train = train.drop('Survived',axis=1)
y_train = train['Survived']
from sklearn.linear_model import LogisticRegression
logmodel = LogisticRegres
浏览 3提问于2017-11-08得票数 1
回答已采纳
1回答
基于pymc3推断参数的预测
、、、、
我正试图从一个非贝叶斯的背景来理解这一点。
在线性回归或黑匣子机器学习工具中，工作流程如下所示。
获取数据
准备数据
模型数据(学习它或其中的一部分，培训集)
测试模型(通常在测试集上)
如果模型是好的，按照某种度量，goto 6，否则
调查和修改工作。
模型是足够好的；用它来预测/分类等。
因此，假设我使用pymc3试图理解广告支出与销售商品收入之间的关系。如果从1到5的所有阶段都进行得很好，那么在R和机器学习包(如scikit- learning )中使用的最频繁的统计数据中，我只需要将新的未见数据传递给所学习的模型并调用预测方法。这通常会打印出Y(销售货物
浏览 2提问于2016-11-20得票数 4
我只是在学习ML基础。我使用的是keras/tensorflow (低谷RStudio)。我试图开发一个网络来模拟一个4位向量之间的关系，它与一个11位向量的输出有关。这些值都在0-1之间.每个向量的和必须小于1。
model_l1 <- keras_model_sequential()
model_l1 %>%
layer_dense(units = 64, activation = 'sigmoid', input_shape = c(4),dtype = 'float32') %>%
layer_dropout(rate = 0.6)
浏览 0提问于2018-03-29得票数 1
回答已采纳
1回答
我在r中建立了一个logistic回归模型，试图预测板球比赛的结果。然而，我的模型产生的概率值大于1。输出是1.031704，对于如何改进我的模型以获得概率的精确估计有什么建议吗？
set.seed(1)
#Use 70% of dataset as training set and remaining 30% as testing set
sample <- sample(c(TRUE, FALSE), nrow(ODIMT), replace=TRUE, prob=c(0.7,0.3))
train <- ODIMT[sample, ]
test <- ODIMT[!s
浏览 7提问于2022-09-14得票数 1
1回答
在培训模型后评估建议
、、、、
首先，我想创建一个推荐系统。借助神经网络，可以预测用户X最有可能购买的商品。
我已经用正确的数据集和neuMF模型的帮助训练了一个模型(您还可以查看图片中的不同层)。
我的数据集包含以下内容：
列event包含用户是否查看了某一项(视图)，是否将其放置在购物车(外接程序)中，还是购买了它(事务)。
我已经找到了它们如何确定建议的示例实现。以下是关于这一问题的文章：
现在我已经训练了我的模型，我已经准备好为给定的播放列表推荐歌曲了！然而，我遇到的一个问题(见下文)是，我需要嵌入新的播放列表(存储在我的模型中)，以便使用kmeans在嵌入空间中找到最近的相关播放列表。我不知道如何
浏览 2提问于2020-10-24得票数 4
因此，我尝试使用python的statsmodels.api进行预测，对二元结果进行逻辑回归。根据教程，我正在使用Logit。当我尝试对测试数据集进行预测时，每个记录的输出都是0到1之间的小数。它不应该给我0和1吗？或者我必须使用一个四舍五入函数或者别的什么来转换它们。
请原谅这个问题的无礼。我开始了我的旅程。
浏览 0提问于2014-10-23得票数 3
1回答
我使用weka，我有一个训练集，训练集中的例子的分类是布尔型的。有了训练集之后，我想要预测新输入的百分比是真还是假。我想得到一个介于0-1之间的数字，而不仅仅是0或1。
我怎么能做到这一点，我已经看到，在前言中只有可能性分类。
提前谢谢。
浏览 0提问于2013-01-14得票数 0
1回答
这是Keras模型的最后一层。
model.add(Dense(3, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
我知道，softmax层的输出是一个数组，其概率之和可达1，例如[0.1, 0.4, 0.5]。
我有一个关于把准确性作为度量的问题。
例如，当真正的类是[0, 0, 1]，而预测的概率是[0.1, 0.4, 0.5]时，即使0.5是最大的概率，
浏览 3提问于2020-07-25得票数 4
回答已采纳
2回答
我有一些标记为0或1的数据，我试图使用随机森林来预测这些类。每个实例都标记有20个用于训练随机森林的特征(~30.000个训练实例和~6000个测试实例)。
我正在用以下代码绘制精确召回和ROC曲线：
precision, recall, _ = precision_recall_curve(y_test, y_pred)
plt.step(recall, precision, color='b', alpha=0.2,where='post')
plt.fill_between(recall, precision, step='post', a
浏览 1提问于2018-07-19得票数 1
回答已采纳
试图理解logistic回归的应用。我有以下数据：
Gender Age No.transcation Transaction
female 18-24 138485 4047
male 18-24 144301 3766
female 25-34 248362 7559
male 25-34 295800 8126
female 35-44 265514 7171
male 35-44 379872 9047
female 45-54 295002 7072
male 45-54 421432 9648
fe
浏览 1提问于2015-11-26得票数 2
回答已采纳
2回答
决策树中的下一个最佳预测
、、、、
我使用决策树分类器来预测基于以下数据选择的块。
📷
我能够预测基于数据的“块选择”列。怎样才能得到第二好，第三最好的预测等等(我需要一个有序的列表)？我能用决策树得到这个吗？或者我应该使用不同的模型？对于如何使用python学习这一点，有什么想法吗？
浏览 0提问于2018-05-10得票数 0
回答已采纳
1回答
我正在处理一个具有1000行和10个特性的二进制分类问题。
在我使用随机森林进行分类的同时，我也用石灰来解释随机森林的预测。然而，我偶然发现了如下所示
Intercept 0.7932393836062923
Prediction_local [0.71440155]
Right: 0.6854552819361831
石灰根据以下公式计算prediction_local
exp.local_exp = exp.intercept[1] + sum([weight[1] for weight in exp.local_exp[1]])
0.714401551296631 #ret
浏览 0提问于2022-02-07得票数 0
1回答
我已经设置了一个Azure ML实验，使用"Boosted Decision Tree Regression“。
我的测评结果如下：
"Scored Labels": "N",
"Scored Probabilities": "0.023*************"
在使用数据测试部署的web服务时，我有时会看到得分概率大于1！
"Scored Labels": "N",
"Scored Probabilities": "1.144*************"
浏览 1提问于2019-01-13得票数 0
1回答
所以我使用statsmodel包对我的数据集进行泊松回归，我确保我的训练y确实是计数和整数。但是，当我打印预测值(如下所示的testmodely)时，它们是浮点数。
我非常困惑，我希望它们是整数，因为输入数据和拟合到模型中的是整数，而泊松输出的是计数数据。你知道我在哪里弄错了吗？在此之前，我非常感谢。
import statsmodels.api as sm
poi_model = sm.GLM(trainingy,trainingx, family=sm.families.Poisson())
poi_results = poi_model.fit()
paramet = poi_resul
浏览 1提问于2018-03-22得票数 2
我想知道为什么libSVM给出了不同的准确性结果，如果我预测或没有概率，我在找到一个常见问题，上面写着
Q: Why using svm-predict -b 0 and -b 1 gives different accuracy values?
Let's just consider two-class classification here. After
probability information is obtained in training, we do not have
prob > = 0.5 if and only if decision value >
浏览 2提问于2015-04-17得票数 2
回答已采纳
我已经训练了一个基于经典MNIST数据集的CNN，我要做的是创建一个程序，加载保存的模型，获取图像(手写数字，不是数据集的一部分)，并可以预测写入的数字并将其输出。我发现自己被卡住了，试图让代码输出它是什么数字(0-9)的猜测。
我已经知道了如何在中输入单个图像，我到底要写什么来找出模型将图像归类为哪一个类？
谢谢
num_channels = 1
image_size = 28
pic_root = #insert file directory here
img=mpimg.imread(pic_root)
image = img.reshape(-1,image_size,image_s
浏览 0提问于2018-03-04得票数 0
1回答
我们正试图以在线方式培训大众( VowpalWabbit )车型。然而，由于我们的系统架构和规模需要扩大，我们必须按批处理方式进行培训，并且不能在每次预测时进行在线更新。
我的问题是，在趋同方面，怎样才能最好地解决这个问题。有可能有一种特殊的模式来运行大众的这一点？
我们目前所做的工作：
Init模型：--cb_explore_adf -q UA -q UU --quiet --save_resume --bag 10 --epsilon 0.1
推论(单独)：
action-distributionSample Load vw模型从动作分布和播放随机预测->
培训(单独)(定期启动)
浏览 4提问于2021-08-25得票数 1
我正在使用中的进行二进制分类。我正在使用它的predict_proba()函数来获得概率估计。有人能告诉我predict_proba()是如何在内部计算概率的吗？
浏览 1提问于2013-02-27得票数 44
回答已采纳
我有一个非常简单的Tensorflow 2 Keras模型来对一些数据进行惩罚logistic回归。我希望得到每个类的概率，而不仅仅是0或1的预测值。
我想我得到了我想要的，但我只是想确保这些数字和我想的一样。我使用了来自Tensorflow.keras的Tensorflow.keras函数，但是文档只是说这提供了一个预测的numpy数组。然而，我相信我得到了probabilities，，但我希望有人能证实。
模型代码如下所示：
feature_layer = tf.keras.layers.DenseFeatures(features)
浏览 1提问于2019-12-13得票数 1
回答已采纳
我有一个天气预报的数据集，正在尝试制作一个模型来预测第二天哪个天气预报会更准确。 为此，我的y输出是y=1,0,1,0形式的，因为我有4个不同组织的预测。1表示这是当前记录的最佳预测，更多的“1”表示多个预测具有相同的最佳预测。 我的问题是，我想创建一个模型，在这些数据上进行训练，但同时也了解到，只需正确预测1个值就是100%正确的答案，因为我只需要得到一个最好且相等的预测结果。我相信我做这件事的方式从我的评估中“刮掉”了准确性。有没有办法在keras中实现这个功能？神经网络的架构完全是实验性的，我没有选择它的具体原因。这是我写的代码。我的训练数据集由6463行×505列组成。 model
浏览 30提问于2020-07-13得票数 1
1回答
我正试图确切地了解元随机森林分类器是如何确定最终预测的，我知道存在一个投票系统，并且使用决策树的聚合来找到最终的预测，我从这里读到：Python中的随机森林分类：
随机森林是一种集合决策树算法，因为在回归问题中，最终预测是每个决策树预测的平均值；在分类中，它是最频繁的预测的平均值
我阅读了RFC源代码：合奏/森林：
输入样本的预测类别是森林中树木的投票，按其概率估计进行加权。也就是说，预测类别是平均概率估计值最高的一类。
这是否意味着，例如：
📷
我们有3类(A，B，C)的估计器，每棵树都有一定数量的最终叶节点，并有一个类预测；
A类、B类或C类的概率是叶节点预测A类的次数的结果，即Tree1
浏览 0提问于2019-04-30得票数 5
回答已采纳
我正在探索Scikit-learn logistic回归算法。据我所知，作为训练的一部分，该算法建立了一条回归曲线，其中y变量的范围从0到1(S型S曲线)。在这里，y变量是一个连续变量(尽管实际上它是一个离散变量)。。
当训练数据集反映现实并包括y变量作为离散变量时，算法如何学习S曲线？在训练中没有概率估计，所以我想知道算法是如何学习S曲线的。
浏览 2提问于2021-01-03得票数 1
1回答
在超参数整定过程中，我们选择一个度量来衡量模型的性能。标准的例子: f1评分，精确，回忆，AUC .
一般情况下，对于神经网络的训练，反向传播会根据损失函数的值来优化模型的权重。
接下来的问题是:为什么人们不使用损失函数作为神经网络优化的主要性能指标？
浏览 0提问于2018-12-17得票数 1
回答已采纳
在keras中，我们可以使用fit命令来训练模型，然后使用predict。
Dcnn=model.fit(x_train, y_train, epochs=5, batch_size=32)
model.predict(test_dataset,verbose=True)
当我们使用fit方法时，我们得到了如下精确的结果。经过5次训练，训练数据的准确率达到98.62%。现在，如果我们使用model.predict(x_train,verbose=True)，我们会得到完全相同的精度和完全相同的预测，如拟合方法的结果所示吗？如果没有，为什么？
Epoch 5/5
61/61 - 11s - lo
浏览 2提问于2020-03-03得票数 2
回答已采纳
我在python中使用3种方法进行文本分类: kNN、朴素贝叶斯和支持向量机。我有三个班-简单，中等和艰苦。准确度很好。是否有方法检查新文本的确切值？经过标签编码0是容易的，1是中，2是硬。因此，根据新的文本，例如，它被归类为中等，但我想知道这是多么接近容易/困难。我的一些代码片段：
Train_X, Test_X, Train_Y, Test_Y = model_selection.train_test_split(
df['tokens'], df['class'], test_size=0.3, random_state=42)
Encoder
浏览 0提问于2020-04-29得票数 1
1回答
newpred <- c(1, 0 ,0 ,1 ,0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0,
0, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 0, 1, 1, 1, 0,0, 1, 0, 0,
0, 0,0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 1, 0,
0, 1, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0,
1,0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0
浏览 1提问于2017-03-21得票数 4
回答已采纳
1回答
我正在研究一个预测问题:使用许多特性的Y=1的百分比是多少？
用于培训的输出Y值是二进制的。在这种情况下，预测应该被视为分类还是回归？
返回概率的logistic回归是合适的还是支持向量机的概率，例如这？
浏览 0提问于2018-08-16得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
