预测概率是否高于某一值

Question

我正在使用MLP模型进行分类。

当我对新数据进行预测时，我只希望保留那些预测概率大于0.5的预测，并将所有其他预测转换为0类。

我怎么才能在角角做这件事？

我正在使用最后一层，如下所示：model.add(layers.Dense(7 , activation='softmax'))

使用softmax得到概率大于0.5的预测是否有意义？

newdata = (nsamples, nfeatures)
predictions = model.predict (newdata)
print (predictions.shape)
(500, 7)

Answer 1

你可以这样做：

preds=model.predict etc
index=np.argmax(preds)
probability= preds(index)
if probability >=.75:
    print (' class is ', index,' with high confidence')
elif probability >=.5:
    print (' class is ', index,' with medium confidence')
else:
    print (' class is ', index,' with low confidence')

Answer 2

软件最大输出probabilities.所以在你的例子中，你会有7个类，它们的概率之和等于1。

现在考虑一个例子[0.1, 0.1, 0.1, 0.1, 0.1, 0.2, 0.3]，它是softmax的输出。在这种情况下应用阈值是没有意义的，正如您所看到的。

阈值0.5与n类预测无关.这对于二进制分类来说是很特别的。

为了得到类，您应该使用argmax。

编辑:如果您想在某个阈值以下放弃您的预测，您可以使用，但这并不是处理多类预测的正确方法：

labels = []
threshold = 0.5

for probs_thresholded in out:
   labels.append([])
   
   for i in range(len(probs_thresholded)):
      if probs_thresholded[i] >= threshold:
         labels[-1].append(1)
      else:
         labels[-1].append(0)