Keras - Model Değerlendirme ve Model Tahmini

Bu bölüm, Keras'taki model değerlendirmesi ve model tahminiyle ilgilidir.

Model değerlendirmesini anlayarak başlayalım.

Model Değerlendirmesi

Değerlendirme, modelin verilen probleme ve ilgili verilere en uygun olup olmadığını kontrol etmek için modelin geliştirilmesi sırasında bir süreçtir. Keras modeli, modelin değerlendirmesini yapan bir işlev sağlar. Üç ana argümanı vardır,

Test verisi
Test veri etiketi
ayrıntılı - doğru veya yanlış

Bir önceki bölümde oluşturduğumuz modeli test verilerini kullanarak değerlendirelim.

score = model.evaluate(x_test, y_test, verbose = 0) 

print('Test loss:', score[0]) 
print('Test accuracy:', score[1])

Yukarıdaki kodun yürütülmesi aşağıdaki bilgileri verecektir.

Test doğruluğu% 98.28'dir. El yazısı rakamlarını belirlemek için en iyi modeli oluşturduk. Olumlu tarafı, modelimizi geliştirmeye devam edebiliriz.

Model Tahmin

Predictionson adım ve model oluşturmanın beklenen sonucu. Keras, bir yöntem sağlar tahmin eğitimli model tahmininin elde etmek. Tahmin yönteminin imzası aşağıdaki gibidir,

predict(
   x, 
   batch_size = None, 
   verbose = 0, 
   steps = None, 
   callbacks = None, 
   max_queue_size = 10, 
   workers = 1, 
   use_multiprocessing = False
)

Burada, bilinmeyen girdi verilerine başvuran ilk bağımsız değişken dışında tüm bağımsız değişkenler isteğe bağlıdır. Doğru tahmini elde etmek için şekil korunmalıdır.

Aşağıdaki kodu kullanarak önceki bölümde oluşturulan MPL modelimiz için tahmin yapalım -

pred = model.predict(x_test) 
pred = np.argmax(pred, axis = 1)[:5] 
label = np.argmax(y_test,axis = 1)[:5] 

print(pred) 
print(label)

Buraya,

Line 1 test verilerini kullanarak tahmin işlevini çağırın.
Line 2 ilk beş tahmini alır
Line 3 test verilerinin ilk beş etiketini alır.
Line 5 - 6 tahmini ve gerçek etiketi yazdırır.

Yukarıdaki uygulamanın çıktısı aşağıdaki gibidir -

[7 2 1 0 4] 
[7 2 1 0 4]

Her iki dizinin çıktısı aynıdır ve modelimizin ilk beş görüntüyü doğru şekilde tahmin ettiğini gösterir.