0
我使用Spark mlib进行二进制分类。我在3000张照片上训练了一个模型,并且可以预测它是男性还是女性1/0。Spark二进制分类预测精度
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);
}
});
我有一个问题,如果图片不包含任何人。例如一张花的图片。无论如何,我会得到男性或女性的结果。有没有办法看到当前决策的准确性?例如,如果我们试图对花卉图片进行预测,则此矢量为30%男性。或者我需要使用多种分类,如男性/女性/其他人?
你的意思是培训一个模型来做'人类现在/不存在'等二元分类,然后如果预测是'人类现在',那么就预测另一个'男性/女性'训练模型? –
@RuslanLomov是的,这是对选项2的正确解释。 – dantiston