2016-11-22 10 views
14

Znalazłem model.predict i model.predict_proba zarówno dają identyczną matrycę 2D reprezentujących prawdopodobieństwa w każdej kategorii dla każdego wiersza.keras: jaka jest różnica między model.predict i model.predict_proba

Jaka jest różnica obu funkcji?

+0

Przepraszamy, komentarz. Ale nie mogłem wymyślić, w jaki sposób mógłbym napisać inaczej. Miałem odpowiedź na twoje pytanie dotyczące odczytu pliku ze strony internetowej ... ale pytanie zostało usunięte, zanim mogłem odpowiedzieć. Jeśli ponownie zapytasz, mogę odpowiedzieć na –

Odpowiedz

20

przewidzieć

predict(self, x, batch_size=32, verbose=0) 

Generuje przewidywania wyjściowych dla próbek wejściowych, przetwarzania próbek w dozowanego sposób.

Argumenty

x: the input data, as a Numpy array. 
batch_size: integer. 
verbose: verbosity mode, 0 or 1. 

Zwraca

A Numpy array of predictions. 

predict_proba

predict_proba(self, x, batch_size=32, verbose=1) 

Generuje klasa przewidywania prawdopodobieństwa dla partii próbek wejściowych przez partię.

Argumenty

x: input data, as a Numpy array or list of Numpy arrays (if the model has multiple inputs). 
batch_size: integer. 
verbose: verbosity mode, 0 or 1. 

Zwraca

A Numpy array of probability predictions. 

Edytuj: W najnowszej wersji Keras, przewidywania i predict_proba jest taki sam tzn zarówno dać prawdopodobieństw. Aby uzyskać etykiety klas, użyj predict_classes. Dokumentacja nie jest aktualizowana. (zaadaptowane z komentarzem Avijit Dasgupta za)

+0

Ale wydaje się, że model.predict daje również szeregową tablicę prognoz predykcyjności, a raczej to, że naprawdę są to etykiety próbek sampli ( – jingweimo

+0

)! Nie sądzę. prognozy niekoniecznie dają ci bezpośrednie etykiety, może dać ci wynik dla etykiet, z których znajdziesz najlepszą etykietę, ale przewidywanie nie zapewnia prawdopodobieństw klasowych. –

+8

W najnowszej wersji keras, predict i predict_proba są takie same, tj. Oba dają prawdopodobieństwa. Aby uzyskać etykiety klas, użyj predict_classes. Dokumentacja nie jest aktualizowana. –

Powiązane problemy