我有一个 y_test.shape = (2005, 1) 我建立了一个模型并进行了如下预测：predict=model1.predict(np.array(test_x))
我得到了预测形状 (2005, 7)
我想获得模型精度，但由于形状不同，我无法执行精度计算。模型预测的工作方式是每个类都在一列中，如果图片属于该类，它将有 1。有没有办法使它成为向量，每一行对应于类号。
如果我有标记测试，还有另一种方法来获得预测的准确性吗？我想将它与预测进行比较？
【问题讨论】：
假设prediction 是test_x 在每个类中的预测概率，你可以使用prediction.argmax(axis=1) 得到一个包含预测类索引（从0 到6）的size-2005 向量。也可以计算预测损失
pred_class = prediction.argmax(axis=1)
l2loss = ((pred_class - y_test[:, 0]) ** 2).mean()
y_test[:, 0] 只需将矩阵 (2005, 1) 更改为大小为 2005 的向量。或者您可以将 0/1 损失作为
binary_loss = (pred_class != y_test[:, 0]).mean()
【讨论】：