Spark二進制分類預測精度

Question

我正在使用Spark mlib進行二進制分類。 我用3000張照片訓練了一個模型，可以預測它是男性還是女性1/0。

final NaiveBayesModel model = NaiveBayes.train(training.rdd(), 1.0);
JavaRDD predictions = test.map(new Function<Vector, Double>() {
            @Override
            public Double call(Vector p) {
                return model.predict(p);
            }
        });

我有一個問題，如果一張照片沒有人。 例如花的圖片。 無論如何，我都會得到結果。 有沒有辦法查看當前決策的准確性？ 例如，如果我們嘗試對花朵圖片進行預測，則此Vector為30％男性。 還是我需要使用多分類，例如男性/女性/其他？

Answer 1

正如您在問題中指出的那樣，如果您當前正在訓練模型進行二進制分類，那么這就是所有要做的事情。 您可以至少做兩件事：

1. 根據您的建議，訓練您的模型來預測三個類別（ male ， female ， other ）。
2. 使用兩個二元模型，一個用於在human present / not present之間進行預測，然后僅將human present結果傳遞給單獨的male / female分類器。

很難預先知道哪種方法會更有效，但是由於您使用的是mllib ，因此直接嘗試一下這兩種方法，看看哪種方法更好是應該的。 確保使用良好的train/validation/test進行比較。