python - 在神经网络 Keras 序列模型中获取 0 或 1 作为概率值

Question

我正在 python 库 Keras 上运行 30k 的神经网络训练集(模型“顺序”)。

当我拟合模型并计算测试集(大小 = 13k)的概率时，我只能得到 0 或 1。而我应该得到一些小数值，如 0.62、0.42、0.31 等。

我尝试使用 class_weight 并将其设置为“自动”或“平衡”，但无法解决此问题。

输出不是整数类型，只是浮点类型。

下面是代码

from keras.models import Sequential
from keras.layers import Dense
import numpy as np
seed = 8 
np.random.seed(seed)

model = Sequential()
model.add(Dense(9, input_dim=8, init='uniform', activation='relu'))
model.add(Dense(5, init='uniform', activation='relu'))
model.add(Dense(1, init='uniform', activation='sigmoid'))

from keras.optimizers import SGD
model.compile(loss='binary_crossentropy', optimizer=SGD(lr=0.01, momentum=0.9, nesterov=True), metrics=['accuracy'])

trainx = X_train.as_matrix()
trainy = y_train.as_matrix()

import time as time
start = time.time()
model.fit(trainx, trainy, nb_epoch=10, batch_size=10, verbose = 2,    class_weight ='auto')
print (time.time() - start)

X_test = X_test.as_matrix()
y_test = y_test.as_matrix()

proba = model.predict_proba(X_test, batch_size=10)

并且proba的值都是0。 数据中只有 2% 的违约案例，因此属于不平衡类别。

Answer 1

听起来很像您可能会得到一个整数返回值，它只能是 1 或 0，而不是浮点返回值。因此，您可以尝试查看代码中是否存在 int ，将其转换为整数，或者您可能需要在某处将其转换为 float 。没有更多背景就无法判断...