3

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 时model.evaluate_generator，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误报），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%，我可以从那里得到它predictions吗？

4

1 回答 1

2

y_pred可以从您的和以直接的方式计算准确度y_true；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])

这里简单的目测告诉我们，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
于 2019-03-15T11:19:31.593 回答