Tensorflow 模型的十进制输出，当它应该是一个布尔值 (1/0)答案

【问题标题】：decimal output for Tensorflor model when it should be a boolean (1/0)Tensorflow 模型的十进制输出，当它应该是一个布尔值 (1/0)
【发布时间】：2021-06-18 23:25:55
【问题描述】：

我有一个模型，它可以输入 2015-2016 年每支 NBA 球队的 boxscore，然后输出他们的输赢 (1/0)。以下是一些已经数字编码的数据点。

（作为参考，WL 列被删除并成为我的标签/目标）。

现在我的问题是我的模型给出了一个范围内的预测（0.49-0.50~）而不是 1 或 0。我试图在 .compile() 内搞乱，因为我认为这很可能是我的问题所在，但是没有骰子。下面的代码带有一些模型预测。感谢任何帮助和反馈

更新编辑：

【问题讨论】：

标签： tensorflow neural-network tensorflow2.0 data-analysis

【解决方案1】：

如果您在进行二元分类，您不想使用均方误差作为损失函数。所以我首先要改变的是'binary_crossentropy'的损失函数。

您可以使用优化器，正如我看到您正在使用 SGD，但我会从 'adam' 开始。我还会使用'relu' 来激活输入层和隐藏层的函数。只有'sigmoid'或'softmax'的输出层。所有这些东西都是超参数调整和测试，你可以稍后再玩，但这里主要的是你的损失函数。所以你可能想要这样的东西。

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

或

model.compile(optimizer='sgd', loss='binary_crossentropy', metrics=['binary_accuracy'])

最后，你不一定会得到 0 和 1。你会得到小数，你可能需要计算一个阈值，默认为 0.5。

所以输出的任何输出

y >= 0 and y < 0.5 -----> 0
v >= 0.5 and y <=1 -----> 1

【讨论】：

欣赏解释。我最终在本教程tensorflow.org/tutorials/keras/classification 上工作了后备词，但不是衣服项目 1-10，我做了 0-1 并将其视为输赢。至于获得小数，我可以通过本教程立即获得 0 和 1。再次感谢，阅读您的评论有助于我了解我哪里出错了