Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
ml-mastery-zh
提交
2523071b
M
ml-mastery-zh
项目概览
OpenDocCN
/
ml-mastery-zh
8 个月 前同步成功
通知
2
Star
556
Fork
158
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
ml-mastery-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
2523071b
编写于
10月 22, 2019
作者:
ElamDavies
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
格式校验,翻译校正
上级
e9f9c65c
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
3 addition
and
3 deletion
+3
-3
docs/dl-keras/how-to-make-classification-and-regression-predictions-for-deep-learning-models-in-keras.md
...gression-predictions-for-deep-learning-models-in-keras.md
+3
-3
未找到文件。
docs/dl-keras/how-to-make-classification-and-regression-predictions-for-deep-learning-models-in-keras.md
浏览文件 @
2523071b
...
...
@@ -34,7 +34,7 @@
在进行预测之前,必须训练最终模型。
您可能使用 k 折交叉验证或训练/测试分割数据来训练许多模型,这样做是为了让能够利用模型能估计样本外
外
的数据,例如一些新数据。
您可能使用 k 折交叉验证或训练/测试分割数据来训练许多模型,这样做是为了让能够利用模型能估计样本外的数据,例如一些新数据。
如果这些模型已达到目的,则可以丢弃。
...
...
@@ -133,7 +133,7 @@ X=[0.29097707 0.12978982], Predicted=[1]
X
=
[
0.78082614
0.75391697
],
Predicted
=
[
0
]
```
如果您只有一个新的数据实例,则可以将其作为包含在数组中的实例提供给
`predict_classes()`
函数
;
例如:
如果您只有一个新的数据实例,则可以将其作为包含在数组中的实例提供给
`predict_classes()`
函数
,
例如:
```
py
# 对分类问题做出类别预测的示例
...
...
@@ -231,7 +231,7 @@ X=[0.29097707 0.12978982], Predicted=[0.82020265]
X
=
[
0.78082614
0.75391697
],
Predicted
=
[
0.00693122
]
```
如果您想向用户提供专业的概率解释,这
在您的应用程序中会
有所帮助。
如果您想向用户提供专业的概率解释,这
的应用程序中会对您
有所帮助。
## 3.回归预测
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录