如何在测试集中查找错误预测的案例(使用Keras的CNNs)

我正在使用包含60000张训练图像和10000张测试图像的MNIST示例。我如何找出这10000张测试图像中哪些被错误分类或预测?


回答:

只需使用model.predict_classes()并将输出与真实标签进行比较。例如:

incorrects = np.nonzero(model.predict_class(X_test).reshape((-1,)) != y_test)

以获取错误预测的索引

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