如何理解多类神经网络的输出
亚历山大·约翰逊
使用神经网络多类模块在 Azure ML 中构建流（设置见图片）。 
关于 Multiclass 的更多信息：
数据流很简单，80/20的拆分。
数据在进入 Azure 之前进行准备。数据如下所示：
当我想了解输出并在可能的情况下将输出转换/计算为概率时，我的问题就出现了。输出如下所示：
我的问题：如果我的模型的评分概率输出为 0.6 并且评分标签 = 1，那么评分标签的模型有多确定？我如何确定实际结果是 1？
Can I safely assume that a scored probabilities of 0.80 = 80% chance of outcome? Or what type of outcomes should I watch out for?
desertnaut
To start with, your are in a binary classification setting, not in a multi-class one (we normally use this term when number of classes > 2).
If scored probabilities output for my model is 0.6 and scored labels = 1, how sure is the model of the scored labels 1?
In practice, the scored probabilities are routinely interpreted as the confidence of the model; so, in this example, we would say that your model has 60% confidence that the particular sample belongs to class 1 (and, complementary, 40% confidence that it belongs to class 0).
And how sure can I be that actual outcome will be a 1?
如果您没有自己计算此类结果的任何替代方法（例如不同的模型），我看不出这个问题与您之前的问题有何不同。
我可以安全地假设 0.80 的评分概率 = 80% 的结果机会吗？
这种说法会让专业统计学家发疯；尽管如此，上面关于置信度的说明应该足以满足您的目的（它们确实对 ML 从业者来说已经足够了）。
我在预测班级或班级概率中的答案？也应该有帮助。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
多类神经网络问题
- 2
神经网络输出
- 3
如何改善神经网络输出？
- 4
即使输出层有任何大小，keras神经网络如何找到要归类的类？
- 5
提高神经网络输出中负类的精度
- 6
神经网络的大量输出
- 7
如何从神经网络获得无限的连续输出？
- 8
如何使神经网络给位？
- 9
难以理解卷积神经网络
- 10
人工神经网络输入理解
- 11
OpenCV神经网络S型输出
- 12
神经网络输出变化不大
- 13
神经网络返回NaN作为输出
- 14
多层神经网络输出错误
- 15
神经网络输出变化不大
- 16
神经网络多输入一输出
- 17
卷积神经网络-多通道
- 18
如何计算神经网络隐藏层中神经元的目标输出？
- 19
创建用于多类分类的基本前馈感知器神经网络
- 20
创建用于多类分类的基本前馈感知器神经网络
- 21
如何在此代码中理解卷积神经网络的输入图像
- 22
如何组织递归神经网络？
- 23
如何用pybrain建立神经网络？
- 24
如何减轻神经网络的权重
- 25
如何设计深度卷积神经网络？
- 26
如何只训练神经网络的前端？
- 27
简单神经网络-如何存储权重？
- 28
MATLAB神经网络：它是如何工作的？
- 29
如何保存神经网络的“基石”？
我来说两句