将神经网络输出转换为类

Question

我正在处理来自 Kaggle 的 document classification problem。

它有 5 个类别 - “商业”、“科技”、“政治”、“体育”、“娱乐”

我已经训练了我的深度学习模型并获得了测试集的结果。但我得到的结果是不同类别的概率列表。

Output for one row

如何从我得到的输出中获取实际的类（标签）？

我的神经网络架构是这样的——

Network Architecture

Answer 1

您应该选择具有最高值的条目作为预测类别。例如，在您提供的示例中：[0.045, 0.030, 0.015, 0.889, 0.019]，预测的类是具有最高概率值的第四类（即idx=3）。

NumPy 的argmax 函数可能是您应该使用的。考虑到pred 是您网络的输出概率，其形状为：(batch_size, num_labels)，那么np.argmax(pred, axis=1) 将为您提供与预测类别相关的索引（即标签）。