我使用以下代码来预测x_test中0和1的概率，但结果只有一列概率。我实在不知道这一列的概率是0的概率还是1的概率。

import numpy as npfrom keras.models import Sequentialfrom keras.layers import Densedata_train = np.array([[0, 0, 0],[0, 1, 0],[0, 2, 0],[0, 3, 0],[1, 0, 0],[2, 0, 0],[3, 0, 0],[1, 1, 1],[2, 1, 1],[1, 2, 1],[3, 1, 1],])data_test = np.array([[1, 3],[0, 4],[5, 0]])x_train = data_train[:, :-1]y_train = data_train[:, -1]x_test = data_testmodel = Sequential()model.add(Dense(512, activation='relu', input_dim=2))model.add(Dense(200, activation='relu'))model.add(Dense(200, activation='relu'))model.add(Dense(128, activation='relu'))model.add(Dense(1, activation='sigmoid'))model.compile(optimizer='rmsprop',              loss='binary_crossentropy',              metrics=['binary_accuracy'])model.fit(x_train, y_train, epochs=5, batch_size=1, verbose=1)predict = model.predict_proba(x_test, batch_size=1)print(predict)

结果只有一列：

[[0.9431795] [0.47065434] [0.08615088]]

我想要两列概率，第一列是0的概率，第二列是1的概率，像这样：

 [[0.23334,0.76267]    …… [0.84984,0.15685] [0.16663,0.83291]]

如何解决这个问题？

回答：

首先，你需要将y_train转换为独热编码，如下所示：

from sklearn.preprocessing import LabelEncoderfrom keras.utils import np_utilsencoder = LabelEncoder()encoder.fit(y_train)encoded_y = encoder.transform(y_train)y_train = np_utils.to_categorical(encoded_y)

运行这段代码后，y_train会变成：

array([[1., 0.],       [1., 0.],       [1., 0.],       [1., 0.],       [1., 0.],       [1., 0.],       [1., 0.],       [0., 1.],       [0., 1.],       [0., 1.],       [0., 1.]], dtype=float32)

其次，你需要将输出层改为：

model.add(Dense(2, activation='softmax'))

通过这两个修改，你将得到所需的输出结果。