如何解决校准神经网络的概率
我想校准我的 CNN 分类模型的概率。我有一个自定义的交叉验证,在每次交叉验证运行中,我都会执行以下操作:
from sklearn.calibration import CalibratedClassifierCV
my_model.fit(X_train,y_train)
my_cccv = CalibratedClassifierCV(my_model,cv='prefit')
my_cccv.fit(X_train,y_train)
my_cccv.predict_proba(X_test)
如果我这样做,是不是和下面的一样?
from sklearn.isotonic import IsotonicRegression
my_model.fit(X_train,y_train)
ir = IsotonicRegression()
ir.fit(my_model.predict_proba(X_train),y_true)
ir.predict(X_test)
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。