笔记 - tensorflow用法：对独热编码分类结果进行评估

最新推荐文章于 2022-07-28 21:04:25 发布
最新推荐文章于 2022-07-28 21:04:25 发布
阅读量1.1k 收藏 2
点赞数 1
分类专栏： tensorflow 编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chen_holy/article/details/90105391
版权
本文介绍如何在TensorFlow中对经过独热编码的分类结果进行准确率评估，通过比较预测分类与实际分类的矩阵差异来计算准确率。
摘要由CSDN通过智能技术生成

数据结构：

真实分类矩阵 与 预测分类矩阵
一行表示一个样本，列数表示分类总数
矩阵中的值 表示当前样本属于类别 i(列序号) 的概率

流程

统计两个矩阵有有多少行不同，输出占比（不过这里的行比较特殊）

给出样本集的预测分类与实际分类（独热编码）
评估准确率
“”"
统计两个矩阵多少行不同
比较每行 1 所在的列序号，一致为1，不一致为0
最后得到一个01数组，加和求平均即为准确率
“”"

  • 语法知识
    • argmax – 返回指定维度上最大值的索引
    • equal – 对应位置上的数值是否一致
    • cast – 把容器中的布尔值转换成0 1
    • reduce_mean --求加和平均
    • …
import tensorflow as tf

y = tf.constant([[
最低0.47元/天 解锁文章
chen_holy
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorFlow笔记（6） 单神经元分类
氢键H-H
06-01 1万+
以数字识别为例的单神经元分类、数据读取、构建模型、训练模型、模型预测、预测结果可视化
TensorFlow笔记（8） LeNet-5卷积神经网络
热门推荐
氢键H-H
06-28 1万+
卷积神经网络分类问题、数据读取、构建模型、训练模型、评估模型、模型预测
python 实现SVM，Logistics，以及训练数据归一化处理
05-09
利用python 实现SVM，Logistics，以及训练数据归一化处理
tensorflow独热编码方法_tf.one_hot()用法 独热编码
weixin_35656078的博客
12-30 1491
tf.one_hot()进行独热编码首先肯定需要解释下什么叫做独热编码(one-hot encoding)，独热编码一般是在有监督学习中对数据集进行标注时候使用的，指的是在分类问题中，将存在数据类别的那一类用X表示，不存在的用Y表示，这里的X常常是1， Y常常是0。举个例子：比如我们有一个5类分类问题，我们有数据(Xi,Yi)，其中类别Yi有五种取值(因为是五类分类问题)，所以如果Yj为第一类那么...
tensorflow 二分类、多分类指标评价
snowleopard_bin的博客
06-26 1403
我用的是tensorflow 2.5，搜索网上的教程大部分说用的是tf.keras.metrics中的api，但是经过实验发现都用不了，如今tensorflow 2.5可能不支持这些api了。 于是我采用sklearn库的函数实现二分类问题和多分类问题的评价指标计算。 f1_score, precision_score, recall_score, accuracy_score 二分类问题 # binary classify from sklearn.metrics import confusio
TensorFlow学习笔记-独热编码
希望和大家多多交流技术！
09-21 535
独热码检测
weixin_44101336的博客
07-28 1258
然后我们再将A取反，然后~A在和P按位或，如果得到全为1的数据，则为独热码。如果不全为1则不是独热码（除A为零的情况）A序列为第i位为1的独热码则P的第i位到N-1位应该全为1，0到i-1位应该全部为0；将该数的所有bit相加，若和为1，则说明该数据为独热码；当序列不为独热码时得到的P不具有这样的性质；......
Python-数据科学笔记本分类任务使用sklearn和Tensorflow实现
08-10
对于其他非文本特征，可能需要进行数值化处理，如独热编码。 3. 划分数据集：将数据集分为训练集、验证集和测试集。sklearn的`train_test_split`函数可以轻松完成这一任务。 4. 建立基础模型：使用sklearn的分类器...
机器学习实战：基于Scikit-Learn和TensorFlow---第二章笔记
Coder_py的博客
12-21 895
机器学习实战：基于Scikit-Learn和TensorFlow—第二章笔记 一、学习目标 以加州住房价格的数据集作为数据源，来进行构建一个完整的机器学习的项目。 二、完整的处理流程 2.1、目标问题 拿到数据集，搭建机器学习的项目，我们肯定是希望从这个数据中分析出什么结果。所以我们的目标就是：根据数据集，对一个区域的房价中位数进行预测。你肯定知道这是一个典型的监督式学习任务（因为已经给出了标记的...
pytorch 将标签转为one-hot编码
weixin_49710179的博客
03-24 1688
将标签转为one-hot编码 我定义为一个函数,返回为布尔值，需要类型转换 def one_hot(label, N=None): # 对标签进行独热编码 label = np.asarray(label) # np.asarray() 对于传入list为深拷贝， 传入array为浅拷贝，即改变传入的值，拷贝的数据会跟着变化 if N is None: N = ind.max() + 1 return np.arange(N) == np.repea
「机器学习速成」数据预处理，特征工程，良好特征的特点
喜欢打酱油的老鸟
06-23 526
https://www.toutiao.com/a6703863693408469516/ 大家好，今天我们学习【机器学习速成】之 数据预处理，特征工程，良好特征的特点 我们马上学三点， 特征工程,从原始数据到特征 良好特征的特点 如何了解数据 大家可以点击下面的“了解更多”，或搜索“马上学123”， 在线观看PPT讲义。 特征工程 机器学习模型不能直接看到、听到或...
tensorflow独热编码方法_TensorFlow2.1入门笔记1
weixin_35253082的博客
01-30 534
TensorFlow2.1入门笔记1基础知识张量(Tensor)：多维数组(列表) 阶：张量的维数TensorFlow的数据类型如何创建一个Tensor直接创建将numpy的数据类型转换为Tensor创建全为某个值的张量：生成指定维度符合正态分布的张量生成均匀分布的随机数常用函数强制类型转换：计算张量维度上元素的最大(小)值计算张量沿着指定维度的和(平均值)将变量标记为“可训练”数学运算特征和标签...
One-hot编码
healer的博客
03-23 6315
什么是Onehot编码？onehot编码又叫独热编码，其为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。 Onehot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。 举个例子： 在机器学习算法中，我们经常会遇到分类特征。 例如：人的性别有男女，祖国有中国，美国，法国等。这些特征值并不是连续的，而是离散的，无序的。 通常我们需要对其
tf.one_hot()--tensorflow实现独热编码
panghuzhenbang的博客
06-02 1089
独热编码一般是在有监督学习中对数据集进行标注时使用，指的是在分类问题中，将存在数据类别的那一类用X表示，不存在的用Y表示，这里的X常常是1， Y常常是0；例如最常见的mnist手写数字识别任务，用one_hot进行编码，如下所示：数字0，[1,0,0,0,0,0,0,0,0,0]；数字1，[0,1,0,0,0,0,0,0,0,0]；数字9，[0,0,0,0,0,0,0,0,0,1]；独热编码也适用于多分类任务，特别是损失函数为交叉熵损失的时候。 indices表示输入的多个数值，通常是矩阵形式；dept
机器学习：数据预处理之独热编码（One-Hot）
weixin_34315665的博客
06-14 1987
在机器学习算法中，我们经常会遇到分类特征，例如：人的性别有男女，祖国有中国，美国，法国等。这些特征值并不是连续的，而是离散的，无序的。通常我们需要对其进行特征数字化。 那什么是特征数字化呢？例子如下： 性别特征：["男"，"女"] 祖国特征：["中国"，"美国，"法国"] 运动特征：["足球"，"篮球"，"羽毛球"，"乒乓球"] 假如某个样...
TensorFlow-softmax分类 独热编码
qq_37802398的博客
02-20 670
对数几率回归解决的是二分类的问题， 对于多个选项的问题，我们可以使用softmax函数，它是对数几率回归在 N 个可能不同的值上的推广。 神经网络的原始输出不是一个概率值，实质上只是输入的数值做了复杂的加权和（乘以w+b）与非线性处理之后的一个值而已，那么 如何将这个输出变为概率分布？ -这就是Softmax层的作用了 softmax要求每个样本必须属于某个类别，且所有可能的样本...
tensorflow计算评估结果(f1_score, prediction, recall)
牛腩面的博客
12-05 1万+
import tensorflow as tf from sklearn import metrics #定义 graph结构 def model_cnn(): ... # pred 模型输出的预测结果 pred=model_cnn() # 计算 auc correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, ...
独热编码和数据类型笔记
qq_35885429的博客
03-23 480
本人笔记方便复习 onehot编码时只接受str输入，因为要进行离散值分类，因此需要对完整的数据进行分割，分为数值型，字符型； 利用sklearn可以直接读txt形成numpy.array格式数据，但是onehot好像只接受list输入，所以对数据array转换为list输入，编码完成后输出时csr_martix，显然又需要转换为array才可以使用。转化方法是(.A) 字符数据经过独热编码后...
TensorFlow入门：逻辑斯地回归与Cifar-10分类实践
"这篇TensorFlow学习笔记主要介绍了逻辑斯地回归模型以及如何使用TensorFlow实现Cifar-10数据集的分类。文章首先概述了机器学习的基本步骤，并探讨了深度学习、机器学习与人工智能之间的关系。接着，文章深入讨论了...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值