从 Keras model.predict_generator 计算准确率答案

【问题标题】：Calculate accuracy from Keras model.predict_generator从 Keras model.predict_generator 计算准确率
【发布时间】：2019-08-06 10:27:48
【问题描述】：

我有 Keras 模型，我想使用我的测试数据对其进行评估。当我使用 keras model.evaluate_generator 时，我会丢失并返回 acc，我可以打印百分比准确度，例如：

loss, acc = model.evaluate_generator(test_gen, steps=evaluation_steps)
print("\n%s: %.2f%%" % (model.metrics_names[1], acc * 100))

这会导致大约 92%。
因为我想创建一个混淆矩阵（也看看我有多少误报和漏报），所以我将代码更改为：

predictions = model.predict_generator(test_gen, steps=evaluation_steps)
y_pred = np.argmax(predictions, axis=1)
y_true = np.argmax(labels, axis=1)
confusion_matrix(y_true, y_pred)

我得到了正确的混淆矩阵。但是，我仍然希望显示 92%，我可以从 predictions 获得它吗？

【问题讨论】：

标签： python machine-learning keras classification

【解决方案1】：

准确度可以通过您的y_pred 和y_true 直接计算出来；这是一个用于 3 类分类的虚拟数据示例：

import numpy as np

y_true = np.array([2, 0, 2, 2, 0, 1])
y_pred = np.array([0, 0, 2, 2, 1, 2])

这里简单的视觉检查告诉我们，我们的准确率应该是 0.5 (50%)；所以：

l = len(y_true)
acc = sum([y_pred[i]==y_true[i] for i in range(l)])/l
acc
# 0.5

【讨论】：