Neural network 如何从keras NN获取可能性数据？

我正在用这个学习keras NN

在本例中，我们对著名的虹膜数据集进行了分类

model = Sequential()
model.add(Dense(16, input_shape=(4,)))
model.add(Activation('sigmoid'))
model.add(Dense(3))
model.add(Activation('softmax'))
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=["accuracy"])
model.fit(train_X, train_y_ohe, epochs=100, batch_size=1, verbose=0);
loss, accuracy = model.evaluate(test_X, test_y_ohe, verbose=0)
print("Accuracy = {:.2f}".format(accuracy))

---

但是，我想打印测试数据的可能性矩阵（即，在应用激活（“softmax”）后，测试数据属于a类、B类、C类和D类的可能性）。有人能告诉我怎么做吗？

训练完模型后，您会想将其应用到测试集。 你可以做：

class_probability = model.predict(test_X)

咨询：

预测（self，x，batch_size=None，verbose=0，steps=None） 为输入样本生成输出预测

---

训练模型后，您可能希望将其应用于测试集。 你可以做：

class_probability = model.predict(test_X)

咨询：

预测（self，x，batch_size=None，verbose=0，steps=None） 为输入样本生成输出预测

---

谢谢，本教程还使用sklearn做同样的事情。你们有可能知道如何在那个里得到概率矩阵吗？对不起，当我运行model.transform（test_X）时，我得到了“Sequential”对象并没有属性“transform”。我错过什么了吗？对不起，我是说。predict（）。编辑了我的答案。谢谢，本教程也使用sklearn做同样的事情。你们有可能知道如何在那个里得到概率矩阵吗？对不起，当我运行model.transform（test_X）时，我得到了“Sequential”对象并没有属性“transform”。我错过什么了吗？对不起，我是说。predict（）。编辑了我的答案。