在使用精确度指标进行MNIST数字分类时遇到错误

我正在尝试使用TensorFlow和Keras在MNIST数据集上获得高精确度分数。我的代码在将指标设置为准确度时可以正常工作,但当我将其设置为精确度时,会出现以下错误:

ValueError: Shapes (32, 10) and (32, 1) are incompatible

这是我的代码:

有谁能帮我解决这个问题吗?


回答:

精确度是一种用于二元分类的指标。它计算true_positivesfalse_positives,然后简单地将true_positives除以true_positivesfalse_positives的总和。

precision

但是,Accuracy指标可以用于像MNIST这样的多类分类,因为它计算预测与标签相符的频率。

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