Python 如何解释深度学习模型的概率预测，该模型是最后一层的S形激活的输出？

我已经训练了一个二进制分类任务（pos.vs.neg.）并拥有一个

.h5

模型。我有外部数据（从未在培训或验证中使用）。总共有20个样本属于这两个类别

preds = model.predict(img)
y_classes = np.argmax(preds , axis=1)

如果使用softmax作为最后一个输出层进行训练，则上述代码应计算概率（preds）和类标签（0或1）。但是，preds只是[0；1]之间的一个数字，y_类始终为0

稍微回顾一下，模型的平均AUC评估面积约为0.75。 我可以看到这20个样本的概率大部分（17）在0-0.15之间，其余的是0.74、0.51和0.79

我如何从中得出结论

编辑： 在20个用于测试模型的样本中，10个属于阳性类别，另外10个属于阴性类别。属于pos.类别的所有10个都具有非常低的实用性（0-0.15）。10个负面类别中有7个具有相同的低概率，只有3个（0.74、0.51和0.79）

---

问题：为什么模型预测的样本概率如此之低，即使其AUC相当高？

在二元分类问题中，sigmoid激活函数用于生成概率。在这种情况下，模型输出一组形状等于要预测的图像长度的概率。我们可以检索预测类，只需检查概率分数。。。如果大于0.5（这是一种常见做法，但您也可以根据需要更改），则图像属于类1，否则它属于类0

preds = model.predict(img) # (n_images, 1)
y_classes = ((pred > 0.5)+0).ravel() # (n_images,)

如果是sigmoid，您的最后一个输出层必须

密集（1，activation='sigmoid'）

在softmax的情况下（正如您刚才所做的），使用argmax检索预测的类

preds = model.predict(img) # (n_images, n_class)
y_classes = np.argmax(preds , axis=1)  # (n_images,)

对于softmax，您的最后一个输出层必须是密集的（n_类，activation='softmax'）

为什么AUC不是一个好的指标

AUC的值可能会产生误导，并可能导致我们有时高估，有时低估模型的实际性能。平均精度的行为在了解模型的运行方式时更具表现力，因为它在区分好模型和非常好的模型时更为明智。此外，它与精度直接相关：这是一个人类可以理解的指标，这里是一个关于主题的伟大参考，它解释了您所需要的一切：

使用a作为激活函数，您基本上是在“压缩”先前层的输出，使其概率值从0到1

Softmax函数只是取一系列sigmoid函数，对它们进行聚合，并显示所有类的特定类概率和所有聚合概率之间的比率

例如：如果我使用一个模型来预测图像是香蕉、苹果还是葡萄的图像，并且我的模型识别出某个图像是0.75香蕉、0.20苹果和0.15葡萄（每个概率由一个S形函数生成），我的softmax层将进行以下计算：

香蕉：0.75/（0.75+0.20+0.15）=0.6818&苹果：0.20/1.1=0.1818&葡萄：0.15/1.1=0.1364

正如我们所看到的，由于我们的softmax图层，该模型将该特定图片分类为香蕉图片。然而，为了进行这种分类，它首先使用了一系列的S形函数

因此，如果我们最终达到了这一点，我会说，对sigmoid函数输出的解释应该类似于使用softmax层所做的解释，但尽管softmax层提供了一个类与另一个类之间的比较，sigmoid函数只是告诉您这条信息属于正数类的可能性有多大

为了进行最后的调用并决定某个项目是否属于正数类，您需要选择一个阈值（不一定是0.5）。选择阈值是输出解释的最后一步。如果你想最大限度地提高模型的精度，你会选择一个较高的阈值，但如果你想最大限度地提高模型的召回率，你肯定可以选择一个较低的阈值

---

我希望它能回答您的问题，如果您想让我详细说明什么，请告诉我，因为这个答案非常笼统。

非常具体的答案，但重要的是，选择阈值应该与您的模型目标相应。如果您正在过滤垃圾邮件，您将需要尽可能高的精确度，因为您不希望错过任何重要邮件，因为它们被归类为垃圾邮件。在这种情况下，您将选择高于0.5的阈值，如您所述。请参阅编辑。我的问题不是关于sigmoid和softmax之间的区别。我需要理解为什么模型错误地预测了样本。好吧，对不起，标题“如何解释概率”有点误导。然而，如果模型预测错误，则意味着它不是一个好的模型，或者问题太难解决（你从不报告你是如何构建模型的）。我还编辑了一个技巧来管理（替代）模型的AUC评估。别忘了投票并接受答案；-）谢谢你的反馈。1.你的概率分布是错误的。2.我已经知道这两个功能的含义。3.20个样本中有17个显示概率甚至没有达到0.2，这意味着它失败了。只有3个超过0.5（假设阈值为0.5），这在模糊准确度方面是15%。当平均AUC在0.75左右时怎么可能？让我知道一些事情