问题描述
这是我的人工神经网络模型
def mymodel():
model=keras.models.Sequential([
keras.layers.Dense(64,kernel_initializer='glorot_uniform',activation='relu'),keras.layers.Dense(32,keras.layers.Dense(1,activation='sigmoid')
])
model.compile(loss='binary_crossentropy',optimizer='Adam',metrics=['acc'])
return model
model=mymodel()
history=model.fit(x=X_train,y=y_train,validation_data=(X_test,y_test),epochs=20,callbacks=[earlystopping_cb,checkpoint_cb])
from yellowbrick.classifier import discriminationThreshold
visualizer=discriminationThreshold(sklearn_model,force_model=True)
visualizer.fit(X_train,y_train)
visualizer.score(X_test,y_test)
visualizer.draw()
上面提到的操作给了我这个错误——“discriminationThreshold 需要一个概率二元分类器”。 我已经尝试了以下
sklearn_model=keras.wrappers.scikit_learn.KerasClassifier(model)
但仍然出现相同的错误。请帮忙
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)