Python 为什么我要将列表列表作为keras中model.predict的输出

使用model.predict和测试集时的输出如下所示。而我所处时代的准确度在0.8范围内

`[[1.63658711e-04 9.99836326e-01]
[2.59015225e-02 9.74098504e-01]
[9.78065059e-02 9.02193546e-01]
[1.09802298e-02 9.89019811e-01]
[3.25678848e-04 9.99674320e-01]
[3.48023442e-03 9.96519804e-01]
[1.56172812e-02 9.84382689e-01]
[4.83522518e-03 9.95164752e-01]
[6.11863611e-03 9.93881345e-01]
[3.42085288e-04 9.99657869e-01]
[5.51505107e-03 9.94484961e-01]...]'

---

我的目标是预测一个人是否患有心脏病，如何比较我的测试集的值和真实值，并找出我的模型的性能。

没有任何代码，我假设你在两个类别之间分类。这两个输出是推断数据是一类或另一类的概率

[1.63658711e-04 9.99836326e-01]

这表明，它认为类别1的概率为.000163658（.0163658%），类别2的概率为.999836%（99.836%）

---

我猜1级是心脏病，而2级不是心脏病，根据每种疾病的数量计算。

非常感谢，我使用了0.7的阈值将它们分为0或1，并使其发挥作用。