我使用Keras训练了一个CNN模型，数据集df为921行 x 10165列，每行是一个样本，包含10160个特征。随后，我使用预训练模型进行预测。

我确保了训练数据的平衡性，大约50%的样本标记为0，剩余50%标记为1。模型的准确率看起来不错，但在预测过程中出现了问题。

输入数据看起来像这样：

X = df.iloc[:,0:10160]  X = X.to_numpy()                      X = X.reshape([X.shape[0], X.shape[1],1]) X_train_1 = X[:,0:10080,:]X_train_2 = X[:,10080:10160,:].reshape(921,80)      Y = df.iloc[:,10163:10165]Y = Y.to_numpy()

我用以下代码预测了标记为’1’的样本数量（对于label_1）：

prediction = pd.DataFrame(model.predict([X_train_1,X_train_2])) prediction['label_1'] = ['0' if x < 0.5 else '1' for x in prediction['prob']]prediction[prediction['label_1'] == '1'].shape[0]/921

第二行代码计算了label_1 == 1的样本在所有样本中的比例。问题在于，鉴于输入数据中1和0的数量是平衡的，我预期这个比例应该在50%左右，但计算出的比例却在0.08到0.98之间（甚至可能更极端），差异巨大。可能出了什么问题？

回答：

使用model.predict_classes()代替。这样你就能得到分类结果而不是概率值。

prediction = pd.DataFrame(model.predict_classes([X_train_1,X_train_2])) prediction[prediction['label_1'] == '1'].shape[0]/921

如果你使用的是函数式API，请使用np.argmax()：

np.argmax(model.predict([X_train_1,X_train_2]), axis=1)

这样你就能得到你需要的预测结果，即0和1，而不是概率值。