Keras классификатор pred_proba() не соответствует прогнозу()

Question

Я работаю с Keras NN с бэкэнд Theanos, я работаю над проблемой классификации с 14 классами вывода. Я хочу предсказанный класс плюс связанные вероятности. Проблема в том, что вероятности из pred_proba() не соответствуют прогнозируемому классу из pred(), вот код плюс результирующий вывод из 1 образца.

PPRANK = ['pp1', 'pp2', 'pp3', 'pp4', 'pp5', 'pp6', 'pp7', 'pp8', 'pp9', 'pp10', 'pp11', 'pp12', 'pp13', 'pp14', 'pp15'] 

FEATURES = (PPRANK) 

# fix random seed for reproducibility 
seed = 7 
np.random.seed(seed) 

data_df = pd.DataFrame.from_csv("data.csv") 
X = np.array(data_df[FEATURES].values) 
Y = (data_df["bres"].replace(14,13).values) 


# define baseline model 
def baseline_model(): 
    # create model 
    model = Sequential() 
    model.add(Dense(8, input_dim=(len(FEATURES)), init='normal', activation='relu')) 
    model.add(Dense(14, init='normal', activation='softmax')) 
    # Compile model 
    model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics=['accuracy']) 
    return model 
#build model 
estimator = KerasClassifier(build_fn=baseline_model, nb_epoch=200, batch_size=5, verbose=0) 

#split train and test 
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.1, random_state=seed) 
estimator.fit(X_train, Y_train) 

#get probabilities 
predictions = estimator.predict_proba(X_test) 

#convert expon to floats 
probs = [[] for x in range(21)] 
tick2 = 0 
for i in range(len(predictions)): 
    tick = 0 
    for x in xrange(14): 
     (predictions[i][(tick)]) = '%.4f' % (predictions[i][(tick)]) 
     probs[(tick2)].append((predictions[i][(tick)])) 
     tick += 1 
    tick2 += 1 

# pprint probabilities 
pp = pprint.PrettyPrinter(indent=0) 
pp.pprint(probs) 

#print class predictions 
print estimator.predict(X_test) 
print Y_test 

вероятности

[0,00000, 0,00030, 0,02360, 0,04329, 0,00019, 0,00069, 0,00120, 0,00030, 0,00559, 0,00410, 0,00510, 0,91549, 0,0, 0,0]

предсказал класс

фактический класс

Он показывает 12, имеющий наибольшую вероятность из прогноза_proba(), а не 11 из прогноза(). Спасибо за любую помощь.

Answer 1

Индекс питона массивов (и здесь классы) отсчитывает от 0, а не с 1. Есть еще один взгляд, 0,91 является 12-значение, как подсчет людей вещи, но с индексом = 11 так предсказать и predict_proba последовательны

Что касается причин, почему не 13, предсказание может быть неправильным (но убедитесь, что у вас нет такой же ошибки)