第八章-用神经网络破解验证码
在8.3.1 反向传播算法一节中出现的一点有问题
在这节中,需要对创建好的神经网络进行训练、预测并评估。
得到预测值后,可以用scikit-learn计算F1值。
from sklearn.metrics import f1_score
print("F-score: {0:.2f}".format(f1_score(predictions,
y_test.argmax(axis=1) )))
F1值为0.97,对于相对较小的模型来说,这个结果很了不起。
然而在对进行评估时却发现出现了如下问题:
ValueError: Target is multiclass but average='binary'. Please choose another average setting.
经过查看scikit-learn官网文档后,才知道有两个问题没有弄明白。
一个是y_ture和y_test参数位置反了,
另一个是这里的预测值实际上有26个类别(字母),也就是说是Multiclass分类
这大概是因为这本书比较老了,没有版本不兼容,实际上书上很多处都是如此,以后学完复习时,会来个总结篇。
而这里的参数average是由多个选项的,如下:
None,则返回每个班级的分数。否则,这将确定对数据执行的平均类型:
b
516



被折叠的 条评论
为什么被折叠?



