如何使用训练有素的Keras模型进行新的预测？

Question

我是Keras的新人。 当我完成Iris分类教程时，我只是对此感到困惑，因为我们编码了这3种鸢尾花，例如，单热编码。 我们应该得到3个正交向量吗？

setosa      [1 0 0]
versicolor  [0 1 0]
virginica   [0 0 1]

我的模型与教程相同：

http://machinelearningmastery.com/multi-class-classification-tutorial-keras-deep-learning-library/

我的问题是虽然我得到了结果：

Baseline: 95.33% (4.27%)

但当我打电话给训练有素的深层网络模型时：

prediction = baseline_model().predict(X)

其中X是我训练网络时的原始输入

我有一个非常有线的预测，这样：

print prediction
0,0,0
0,0,0
0,0,0
0,0,0

所有零向量，我应该得到一些单热编码结果吗？ 确定花应该是哪一类。

那么我如何利用我训练过的Keras模型同时输入相同的输入X并获得分类结果来绘制图形？

Answer 1

您需要训练您的网络，然后才能将其用于预测。 使用教程中的符号，您可以：

estimator = KerasClassifier(build_fn=baseline_model, nb_epoch=200, batch_size=5, verbose=0)
X_train, X_test, Y_train, Y_test = train_test_split(X, dummy_y, test_size=0.33, random_state=seed)
estimator.fit(X_train, Y_train)
predictions = estimator.predict(X)