Python 如何使用神经网络计算多类分类器的精度
当输出(预测)是来自Softmax函数的概率,并且训练目标是一个热类型时,我们如何比较这两种不同类型的数据来计算精度Python 如何使用神经网络计算多类分类器的精度,python,neural-network,multiclass-classification,Python,Neural Network,Multiclass Classification,当输出(预测)是来自Softmax函数的概率,并且训练目标是一个热类型时,我们如何比较这两种不同类型的数据来计算精度 (正确分类的训练数据数量)/(总训练数据数量)*100%通常,我们将soft max函数输出中概率最高的类标签指定为标签 通常,我们将soft max函数输出中概率最高的类标签指定为标签 preds是标签的概率列表 index=np.argmax(preds) 它将返回它所属类别的标签索引preds是标签的概率列表 index=np.argmax(preds) 它将返回它
(正确分类的训练数据数量)/(总训练数据数量)*100%通常,我们将soft max函数输出中概率最高的类标签指定为标签 通常,我们将soft max函数输出中概率最高的类标签指定为标签 preds是标签的概率列表
index=np.argmax(preds)
它将返回它所属类别的标签索引preds是标签的概率列表
index=np.argmax(preds)
它将返回它所属类的标签索引