混淆矩陣在 Keras model tf==2.3.0 中產生不同的結果

Question

用 Keras 順序 Model 預測，

要獲得 Class 標簽，我們可以做

yhat_classes1 = Keras_model.predict_classes(predictors)[:, 0] #this shows deprecated warning in tf==2.3.0

WARNING:tensorflow:From <ipython-input-54-226ad21ffae4>:1: Sequential.predict_classes (from tensorflow.python.keras.engine.sequential) is deprecated and will be removed after 2021-01-01.
Instructions for updating:
Please use instead:* `np.argmax(model.predict(x), axis=-1)`,   if your model does multi-class classification   (e.g. if it uses a `softmax` last-layer activation).* `(model.predict(x) > 0.5).astype("int32")`,   if your model does binary classification   (e.g. if it uses a `sigmoid` last-layer activation).

所以

yhat_classes2 = np.argmax(Keras_model.predict(predictors), axis=-1)

使用前 class 個標簽，如果我創建混淆矩陣，我得到

matrix = confusion_matrix(actual_y, yhat_classes1)
 [[108579   8674]
 [  1205  24086]]

但是對於帶有混淆矩陣的第二個 class 標簽，我得到 0 表示真陽性和假陽性

matrix = confusion_matrix(actual_y, yhat_classes2)
 [[117253      0]
 [ 25291      0]]

我可以知道我的問題是什么嗎？

Answer 1

混淆矩陣返回 2 行/列，這讓我相信你有兩個類。 該警告特別指出您應該使用此行進行二進制分類，這就是您正在做的事情：

(model.predict(x) > 0.5).astype("int32")

請改用：* np.argmax(model.predict(x), axis=-1) ，如果您的 model 進行多類分類（例如，如果它使用softmax最后一層激活）。* (model.predict(x) > 0.5).astype("int32") ，如果您的 model 進行二進制分類（例如，如果它使用sigmoid最后一層激活）。

錯誤是您在 1D output 上使用了np.argmax(model.predict(X), axis=-1) ，因此這總是返回同一列（因為只有一個，所以最大值將在該列中） . 這說明您的所有預測值都在混淆矩陣的同一列中。