python - 机器学习 : Does computing the accuracy score for binary labels always result in a low accuracy score?

Question

如果我有 2 个标签(1 和 0)，并且在我通过 softmax 激活层传递我的 logits 之后，我得到如下内容:

[[0.1, 0.9],
[0.3, 0.7],
[0.333, 0.667]]

作为预测输出，而我的标签只有 1 或 0，这是否总是导致准确度较低？意思是说如果我有更多的类，我的 softmax 层是否会为每个类提供接近 1 或 0 的值，这会给我更高的准确率分数？

此外，如果我想使用准确性作为我的指标，有没有办法将我的概率调整为 0 或 1？这可以通过在 TensorFlow 中应用一个掩码来实现，只要概率达到 0.5 或更高，它就会输出 bool 值吗？

Answer 1

在 softmax 层之后你的概率在 0..1 范围内，所以如果你想检查你的标签是否只有 0 或 1 的准确性，你必须转换概率

如果 pred>0.5 那么 pred=1如果 pred<=0.5 则 pred=0