2024-07-03 06:28:04 发布
网友
我使用张量流对象检测预训练模型与更快的RCNN inception_v2coco为自己的数据集。所以我的问题是如何为自己的数据集找到模型精度和混淆矩阵?在
如果您想获得一个混淆矩阵很容易,这个例子可以与PyCM一起使用 图书馆: 首先,用你的80%来训练你的模型,然后使用保持测试,也叫“测试数据”或x_测试。 保留测试数据模型会用以前从未见过的数据来预测类,如果你用你所有的数据训练你的模型,模型只会做一个“窥视”这个术语指的是模型只“窥视”特征而从不预测,因为只做一个“窥视”之前看到的数据。在
例如,为了得到混淆矩阵,我们首先用测试数据测试模型:
y_predicted = model.predict(testX, batch_size=64)
我们用PyCM库得到了混淆矩阵
然后得到cm:
cm = ConfusionMatrix(actual_vector=y_test, predict_vector=y_predicted) print(cm)
打印“cm”你会得到你的模型的所有指标,比如“召回率,精确度,你的模型的整体准确度,特异性,所有你能从混淆矩阵中得到的东西,得到cm你还可以从头计算你的精度,召回率的真阳性率,真阴性率等。。这些指标告诉你你的模型有多自信。。在
谨致问候。。在
如果您想获得一个混淆矩阵很容易,这个例子可以与PyCM一起使用 图书馆: 首先,用你的80%来训练你的模型,然后使用保持测试,也叫“测试数据”或x_测试。 保留测试数据模型会用以前从未见过的数据来预测类,如果你用你所有的数据训练你的模型,模型只会做一个“窥视”这个术语指的是模型只“窥视”特征而从不预测,因为只做一个“窥视”之前看到的数据。在
例如,为了得到混淆矩阵,我们首先用测试数据测试模型:
我们用PyCM库得到了混淆矩阵
^{pr2}$然后得到cm:
打印“cm”你会得到你的模型的所有指标,比如“召回率,精确度,你的模型的整体准确度,特异性,所有你能从混淆矩阵中得到的东西,得到cm你还可以从头计算你的精度,召回率的真阳性率,真阴性率等。。这些指标告诉你你的模型有多自信。。在
谨致问候。。在
相关问题 更多 >
编程相关推荐