如何解决Keras CNN：分类阈值
据我所知，Keras中的卷积神经网络使用一个阈值，从中将事件分配给某个类。对于二元决策问题，此阈值通常设置为0.5，即，如果CNN怀疑至少有50％，则认为该事件是阳性组的一个要素。现在我的问题是：如果CNN已经被成功训练，并且我们现在将其用于预测，那么手动更改此阈值是否有意义？例如，尽管CNN本身的训练阈值为50％，但已经将肯定事件的可能性大于等于30％的事件分配给了阳性类别？
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。
