Keras KERA预测的概率回报值高于1
我使用LSTM进行二元分类,因此我的最后一个密集层如下所示:Keras KERA预测的概率回报值高于1,keras,deep-learning,lstm,Keras,Deep Learning,Lstm,我使用LSTM进行二元分类,因此我的最后一个密集层如下所示: model.add(Dense(1,activation='sigmoid')) 我想得到每个输入的概率,但是 model.predict_proba(X_test) 返回大于1的值。我理解这一点,因为我在最后一层中没有使用“softmax”,但在二进制分类中我必须使用sigmoid,但我如何才能得到概率范围[0,1] 我现在得到的值是: array([[1.1198873e-07], [1.1001220e-0
model.add(Dense(1,activation='sigmoid'))
我想得到每个输入的概率,但是
model.predict_proba(X_test)
返回大于1的值。我理解这一点,因为我在最后一层中没有使用“softmax”,但在二进制分类中我必须使用sigmoid,但我如何才能得到概率范围[0,1]
我现在得到的值是:
array([[1.1198873e-07],
[1.1001220e-07],
[7.2163729e-08],
...,
[1.1758399e-09],
[1.6062747e-10],
[1.5407189e-11]], dtype=float32)
这些值不超过1。这是科学记数法。
1.1198873e-07=1.1198873/10000000=0.00000011198873
因此,这些值实际上远低于1。您得到的确切值是什么?我编辑了问题并添加了值。我认为您需要了解什么是科学记数法……没有一个值大于1,在每个值的末尾,您可以看到e-07,这意味着它是10^-7,即0.0000001