如何解决歧视阈值 Yellowbrick.classifier 问题
这是我的人工神经网络模型
def mymodel():
model=keras.models.Sequential([
keras.layers.Dense(64,kernel_initializer='glorot_uniform',activation='relu'),keras.layers.Dense(32,keras.layers.Dense(1,activation='sigmoid')
])
model.compile(loss='binary_crossentropy',optimizer='Adam',metrics=['acc'])
return model
model=mymodel()
history=model.fit(x=X_train,y=y_train,validation_data=(X_test,y_test),epochs=20,callbacks=[earlystopping_cb,checkpoint_cb])
from yellowbrick.classifier import DiscriminationThreshold
visualizer=DiscriminationThreshold(sklearn_model,force_model=True)
visualizer.fit(X_train,y_train)
visualizer.score(X_test,y_test)
visualizer.draw()
上面提到的操作给了我这个错误——“DiscriminationThreshold 需要一个概率二元分类器”。 我已经尝试了以下
sklearn_model=keras.wrappers.scikit_learn.KerasClassifier(model)
但仍然出现相同的错误。请帮忙
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。