如何在Keras中查找错误预测?

我已经构建了一个Keras模型,用于从原始文本输入中提取信息。我的准确率达到了0.9869。我如何知道是哪些训练数据导致了准确率的下降?我在下面粘贴了我使用的代码。


回答:

我认为最简单的方法如下:用训练数据训练模型,然后在训练数据上进行预测,并查看预测错误的训练样本。

代码示例:

model.fit(x_nyha, y_nyha, batch_size=batch_size, epochs=num_epochs, verbose=1)prediction = np.round(model.predict(x_nyha))wrong_predictions = x_nyha[prediction != y_nyha]

这样,wrong_predictions中就包含了预测错误的行数据。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注