预测概率是否高于某个值答案

【问题标题】：Predict if probability is higher than certain value预测概率是否高于某个值
【发布时间】：2021-04-29 03:41:33
【问题描述】：

我正在使用 MLP 模型进行分类。

当我对新数据进行预测时，我只想保留那些预测概率大于 0.5 的预测，并将所有其他预测更改为 0 类。

如何在 keras 中做到这一点？

我正在使用最后一层如下 model.add(layers.Dense(7 , activation='softmax'))

使用softmax得到概率大于0.5的预测有意义吗？

newdata = (nsamples, nfeatures)
predictions = model.predict (newdata)
print (predictions.shape)
(500, 7)

【问题讨论】：

标签： tensorflow keras deep-learning neural-network

【解决方案1】：

你可以这样做：

preds=model.predict etc
index=np.argmax(preds)
probability= preds(index)
if probability >=.75:
    print (' class is ', index,' with high confidence')
elif probability >=.5:
    print (' class is ', index,' with medium confidence')
else:
    print (' class is ', index,' with low confidence')

【讨论】：

【解决方案2】：

Softmax 函数输出概率。因此，在您的情况下，您将有 7 个类，它们的概率总和将等于 1。

现在考虑一个案例[0.1, 0.1, 0.1, 0.1, 0.1, 0.2, 0.3]，它是 softmax 的输出。如您所见，在这种情况下应用阈值是没有意义的。

阈值 0.5 与 n 分类预测无关。这是二进制分类的特殊之处。

要获取类，您应该使用 argmax。

编辑：如果您想在预测低于某个阈值时放弃预测，您可以使用，但这不是处理多类预测的正确方法：

labels = []
threshold = 0.5

for probs_thresholded in out:
   labels.append([])
   
   for i in range(len(probs_thresholded)):
      if probs_thresholded[i] >= threshold:
         labels[-1].append(1)
      else:
         labels[-1].append(0)

【讨论】：

这意味着，由于最大概率为 0.3，预测将是类 7 对吗？
没错。使用 argmax 您返回最大值的索引。
那么，我们可以说标签7的预测概率是0.3。由于小于0.5，我们将其转换为0 ?
将其转换为 0 没有任何意义。如果将其转换为 0，您将失去预测。正如我所说的使用 softmax 的 n 类预测，获取类和预测不涉及阈值。
由于它可能导致虚假信息，我避免显示它，您可以简单地使用列表理解来掩盖您的预测数组。