Python 估计器：在精度预测中，占位符使用什么？

我正在TensorFlow中使用一个

DNNClassifier

和一个

LinearClassifier

（使用两个不同的模型进行比较）对我的数据集进行二进制分类。我已经成功地使这两个模型工作，并输出了关于准确性的度量。然而，我希望能够得到某种类型的数组，其中包含模型在测试中做出的所有预测。理想情况下，这些预测也会有一些与之相关的概率

通过搜索StackOverflow和TensorFlow GitHub页面，我找到了以下几行代码来提取预测：

sess = tf.Session()
sess.run(tf.global_variables_initializer())
sess.run(results, feed_dict={?})

唯一的问题是我不知道在

提要中放什么。这个问题的大多数其他提问者似乎没有使用预先制作的估计器，因此我很困惑，在我自己的代码中，在哪里可以找到他们在
feed\u dict
中放入的等价物。我试着使用我在
测试输入法中输入的东西，但是我得到了一个
类型错误
。我的代码的其他一些关键部分如下所示：

def get_features(array):
    return {'policy_state': np.array(array[:, 2], dtype=str),
       'tiv': np.array(array[:, 4], dtype=int),
       'veh_count': np.array(array[:, 5], dtype=int),
       'generation': np.array(array[:, 8], dtype=str),
       'modern_classic_ind': np.array(array[:, 17], dtype=str),
       'h_plus_ind': np.array(array[:, 7], dtype=str)}

train_input_fn = tf.estimator.inputs.numpy_input_fn(
    x=get_features(my_data),
    y=np.array(np.array(my_data[:, 11], dtype=int)),
    num_epochs=None,
    shuffle=True)

test_input_fn = tf.estimator.inputs.numpy_input_fn(
    x=get_features(test_data),
    y=np.array(np.array(test_data[:, 11], dtype=int)),
    num_epochs=None,
    shuffle=True)

如果需要，我很乐意提供额外的代码/信息
您应该为所有tf.placeholder输入numpy数组

比如

inputs = tf.placeholder(tf.float, shape=[None,10])
weights = ... (define some weights)
results = tf.matmul(inputs, weights)
feed_in={inputs: np.zeros((1,10))}

使用方法，该方法返回预测结果的生成器。例如：

predict_input_fn=tf.estimator.inputs.numpy_input_fn（{“x”：x_test}），
批次大小=批次大小，
num_epochs=1，
洗牌（错误）
预测=估计器。预测（输入\ fn=预测\输入\ fn）
对于预测中的预测：
打印（预测）

注意
num_epochs=1
和
shuffle=False
以使结果稳定。
估计器API自行管理
tf.Graph
和
tf.Session
，它使用
输入fn
为所有相关的操作提供值。无需启动
tf.Session

训练你的模特：

est = tf.estimator.DNNClassifier(...)
est.train(input_fn=train_input_fn)

预测：

predictions = est.predict(input_fn=test_input_fn)

谢谢你的回答！我现在得到一些预测，但是我不完全理解格式。我看到两个概率（我假设每个类一个，我理解），然后是两个整数值，然后是一些关于类型的信息。行具有以下格式：
“logits”：数组（[36.63014603，38.20797348，-49.78499222]，dtype=float32），“概率”：数组（[0.17110339，0.82889664，0.]，dtype=float32），“类ID”：数组（[1]，dtype=int64），“类”：数组（[b'1'，dtype=object）
你知道我在哪里可以找到一些关于这一切在tf中意味着什么的文档吗？@AbigailFox这些是分类器的默认预测。我认为最好的入门教程是：