Python 如何在tensorflow estimator.py中获得分类预测结果的概率?
我用tensorflow来预测广告的点击率。 当然,这是一个分类问题,要预测广告是否会被点击(1)(0) 但1或0的结果应以概率计算,例如,如果p(x=1)>0.2,结果将为1,否则为0 我的问题是如何得到概率 我在estimator.py中打印了很多信息[都使用宽深模型或仅使用宽模型]、函数预测以及它在estimator.py或graph_actions.py中调用的一些函数Python 如何在tensorflow estimator.py中获得分类预测结果的概率?,python,tensorflow,deep-learning,Python,Tensorflow,Deep Learning,我用tensorflow来预测广告的点击率。 当然,这是一个分类问题,要预测广告是否会被点击(1)(0) 但1或0的结果应以概率计算,例如,如果p(x=1)>0.2,结果将为1,否则为0 我的问题是如何得到概率 我在estimator.py中打印了很多信息[都使用宽深模型或仅使用宽模型]、函数预测以及它在estimator.py或graph_actions.py中调用的一些函数 但它不起作用。(预测结果也是0或1,而不是0或1的概率。) 在API文档中,名为predict_proba的方法将返回
但它不起作用。(预测结果也是0或1,而不是0或1的概率。) 在API文档中,名为predict_proba的方法将返回概率。但当我将其用作
pred_proba=m.predict_proba(x=None,input_fn=lambda:input_fn(df_test))
时,它返回一个无限长的数组。如何使用这种方法
我的代码是根据以下内容修改的:
谢谢。更换
pred\u proba=m.predict\u proba(x=None,input\u fn=lambda:input\u fn(df\u test))
借
pred\u proba=m.predict\u proba(输入\u fn=lambda:input\u fn(df\u测试))
更换
pred\u proba=m.predict\u proba(x=None,input\u fn=lambda:input\u fn(df\u test))
借
pred\u proba=m.predict\u proba(input\u fn=lambda:input\u fn(df\u test))
它是如何工作的,请您详细说明一下。预测结果也是0或1,而不是0或1的概率。您可以检查返回多个度量值的评估方法。对不起,我发现评估方法返回了准确性,auc等。但不是概率。你能说得更详细些吗?在API中,一个名为predict_prob的方法被称为生成概率,但当我使用它时,它返回一个无限长的数组。你的tensorflow版本是什么?它如何工作,请你详细说明一下?预测结果也是0或1,不是0或1的概率。您可以检查评估方法,该方法返回的几个指标包含概率。抱歉,但我发现评估方法返回的是准确性、auc等。但不是概率。你能说得更详细些吗?在API中,一个名为predict_prob的方法被称为生成概率,但当我使用它时,它返回一个无限长的数组。你的tensorflow版本是什么?