如何将 sklearn 的分类报告用于 keras 模型？答案

【问题标题】：How to use classification report from sklearn for keras models?如何将 sklearn 的分类报告用于 keras 模型？
【发布时间】：2017-05-25 06:33:26
【问题描述】：

所以我编写了一个由以下组成的网络用于多类分类： -y_labels 用 to_categorical 转换 -last 层使用 3 个神经元的 sigmoid 函数作为我的类 -model compile 使用 categorical_crossentropy 作为损失函数所以我用了

 model.predict_classes(x_test)

然后我把它当作

   classification_report(y_test,pred)

y_test 的形式为 to_categorical 我收到以下错误：

ValueError: Mix type of y not allowed, got types set(['binary', 'multilabel-indicator'])

我的问题是我怎样才能将它转换回来以便这样使用它？

【问题讨论】：

标签： scikit-learn keras

【解决方案1】：

错误只是表明y_test 和pred 属于不同类型。在multiclass.py 中检查函数type_of_target。如此处所示，y 之一是类的指示符，另一个是类向量的指示符。您可以通过打印形状y_test.shape , pred.shape 来推断哪个是什么。

此外，由于您使用的是model.predict_classes 而不是model.predict，因此model.predict_classes 的输出将只是类而不是类向量。

因此，您需要通过以下方式转换其中之一：

# class --> class vector
from keras.utils import np_utils
x_vec = np_utils.to_categorical(x, nb_classes)

# class vector --> class 
x = x_vec.argmax(axis=-1)

【讨论】：

非常感谢您的评论。这只是一个简单的解决方案，尽管我花了一些时间。再次感谢
没问题。如果有帮助，你能接受答案吗？
@indraforyou 如果你有机会可以看看这个问题stackoverflow.com/questions/66386561/…