0
我做了一个Keras LSTM模型,它读入二进制目标值并且应该输出二进制预测。但是,预测不是二元的。我的X和Y值的样本如下:二元Keras LSTM模型不输出二进制预测
X Y
5.06 0
4.09 1
4.72 0
4.57 0
4.44 1
6.98 1
我想要预测的是如果Xt + 1将会比Xt更高或更低。如果Xt + 1大于Xt,则Xt的Y值为1。我的训练X值的形状(932,100,1)为932个样本,100为“回顾”序列,1为特征。我得到的预测如下:
Predictions
.512
.514
.513
我在想这些可能是概率,因为我的模型精度是51%左右。任何想法如何让他们成为二进制?完整型号代码如下:
# Defining network architecture
def build_model(layers):
model = Sequential()
model.add(LSTM(
input_dim=layers[0],
output_dim=layers[1],
return_sequences=True))
model.add(Dropout(0.2))
model.add(LSTM(
layers[2],
return_sequences=False))
model.add(Dropout(0.2))
model.add(Dense(
output_dim=layers[3]))
model.add(Activation("sigmoid"))
start = time.time()
model.compile(loss="binary_crossentropy", optimizer="rmsprop",metrics=['accuracy'],class_mode="binary")
print("> Compilation Time : ", time.time() - start)
return model
# Compiling model
model = build_model([1, 100, 500, 1])
我不知道它是这样工作的。谢谢你的解释! – user3910919