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

关于k折交叉验证的直观问题

我在使用交叉验证检查预测能力时遇到了一些直观问题,我认…

调整numpy数组大小以使用sklearn的train_test_split函数?

我正在尝试使用sklearn中的test_train_…

如何转换二维张量和索引张量以便用于torch.nn.utils.rnn.pack_sequence

我有一组序列,格式如下: sequences = to…

模型预测值的含义是什么?

我在网上找到一个数字识别器的CNN模型并进行了训练,当…

锯齿张量作为LSTM的输入

了解锯齿张量以及如何在TensorFlow中使用它们。…

如何告诉SciKit的LinearRegression模型预测值不能小于零?

我有以下代码,尝试根据非价格基础特征来估值股票。 pr…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注