python - Keras:如何获得预测类的置信度？

Question

我在 Keras/TensorFlow 工作。这是我的 Keras 模型:

model = Sequential()
model.add(Dense(512, input_shape=(max_words,)))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes))
model.add(Activation('softmax'))

model.compile(loss='categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

在训练步骤和测试步骤之后，我正在编写一个接受输入(我不知道他的类(class))的方法，这个方法返回具有置信度的类(class)预测。现在这个方法只返回类的预测。这是方法:

def predict(input):
    try:
        x_prediction = tokenize.texts_to_matrix(input)
        q = model.predict(np.array([x_prediction[0],]))
        predicted_label = text_labels[np.argmax(q)]

        print("Prediction: " + predicted_label + "\n")

    except:
        return "Error"

我应该在方法中添加什么以获得相应预测的置信度？我不想使用变量“q”的置信度，但我想使用贝叶斯方法。我能怎么做？谢谢

Answer 1

在 Keras 中，model.predict() 实际上会返回置信度。因此，在代码片段中，您可能想要打印 q 以查看具有所有置信度的整个数组。

np.argmax(x) 为您提供数组中 X 具有最大值的参数(位置)。