如何解释Google预测结果？

Question

我研究了GC普查范围&深度学习示例https://github.com/GoogleCloudPlatform/cloudml-samples/tree/master/census。

考虑到一个人的年龄、性别、教育和职业(特征)等人口普查数据，这个DNNLinearCombinedClassifier模型应该可以预测一个人是否年收入超过5万美元(目标标签)。

我运行了一个在线预测gcloud ml-engine predict --model census --version v1 --json-instances ../test.json

使用test.json数据{"age": 25, "workclass": " Private", "education": " 11th", "education_num": 7, "marital_status": " Never-married", "occupation": " Machine-op-inspct", "relationship": " Own-child", "race": " Black", "gender": " Male", "capital_gain": 0, "capital_loss": 0, "hours_per_week": 40, "native_country": " United-States"}

我得到以下结果：{"probabilities": [0.9962924122810364, 0.003707568161189556], "logits": [-5.593664646148682], "classes": 0, "logistic": [0.003707568161189556]}

我该怎么解释呢？我目前的理解是，logit是输出层中乙状结肠二进制分类激活函数的反义词(不确定输出数字意味着什么)，classes: 0指的是<50,000美元的二进制分类，而不是1 (>= 50,000美元)。

Answer 1

对，是这样。

• probabilities：是<$50,000对>=$50K的概率。
• 类：预测的类(0，即< $50K)
• logits：ln(p/(1-p)) =ln(0.00371/(1.00371))= -5.593
• logistic：1/(1+exp(-logit)) = 1/(1+exp(5.593)) = 0.0037