как интерпретировать вероятностные прогнозы модели глубокого обучения, которая является результатом сигмовидной активации последнего слоя?

сигмовидная функция активации используется для генерации вероятностей в задачах бинарной классификации. в этом случае модель выводит массив вероятностей с формой, равной длине предсказываемых изображений. мы можем получить прогнозируемый класс, просто проверив показатель вероятности... если он выше 0,5 (это обычная практика, но вы также можете изменить его в соответствии с вашими потребностями), изображение принадлежит к классу 1, иначе оно принадлежит к классу 0.

preds = model.predict(img) # (n_images, 1)
y_classes = ((pred > 0.5)+0).ravel() # (n_images,)

в случае сигмоида ваш последний выходной слой должен быть Dense(1, activation='sigmoid')

в случае softmax (как вы только что сделали) предсказанный класс извлекается с использованием argmax

preds = model.predict(img) # (n_images, n_class)
y_classes = np.argmax(preds , axis=1)  # (n_images,)

в случае softmax ваш последний выходной слой должен быть Dense(n_classes, activation='softmax')

ПОЧЕМУ AUC НЕ ХОРОШИЙ ПОКАЗАТЕЛЬ

Значение AUC может вводить в заблуждение и иногда заставлять нас переоценивать, а иногда и недооценивать реальную производительность модели. Поведение Average-Precision является более выразительным при получении представления о том, как работает модель, потому что оно более разумно при различении хорошей и очень хорошей модели. Более того, это напрямую связано с точностью: показатель, который понятен человеку. Вот отличный справочник по темам, который объясняет все, что вам нужно: using-the-roc-curve-a46a9adc728" rel="nofollow noreferrer">https://towardsdatascience.com/why-you-should-stop-using-the-roc-curve-a46a9adc728

Используя сигмовидную функцию в качестве функции активации, вы фактически сжимаете выходные данные предыдущих слоев до значение вероятности от 0 до 1.

Функция Softmax просто берет последовательность сигмовидных функций, агрегирует их и показывает соотношение между вероятностью определенного класса и всеми агрегированными вероятностями для всех классов.

Например: если я использую модель, чтобы предсказать, является ли изображение изображением банана, яблока или винограда, и моя модель распознает, что определенное изображение имеет 0,75 банана, 0,20 яблока и 0,15 винограда (каждая вероятность генерируется с сигмовидная функция), мой слой softmax сделает этот расчет:

банан: 0,75 / (0,75 + 0,20 + 0,15) = 0,6818 && яблоко: 0,20 / 1,1 = 0,1818 && виноград: 0,15 / 1,1 = 0,1364.

Как мы видим, эта модель классифицирует это конкретное изображение как изображение банана благодаря нашему слою softmax. Тем не менее, чтобы сделать эту классификацию, он ранее использовал ряд сигмовидных функций.

Итак, если мы, наконец, дойдем до сути, я бы сказал, что интерпретация вывода сигмовидной функции должна быть аналогична той, которую вы делаете с помощью слоя softmax, но в то время как слой softmax дает вам сравнение между одним классом и во-вторых, сигмовидная функция просто говорит вам, насколько вероятно, что эта часть информации принадлежит положительному классу.

Чтобы сделать окончательный выбор и решить, относится ли определенный элемент к положительному классу или нет, вам нужно выбрать порог (не обязательно 0,5). Выбор порога — это последний шаг интерпретации выходных данных. Если вы хотите максимизировать точность своей модели, вы выберете высокий порог, но если вы хотите максимизировать отзыв своей модели, вы определенно можете выбрать более низкий порог.

Я надеюсь, что это ответит на ваш вопрос, дайте мне знать, если вы хотите, чтобы я что-то уточнил, поскольку этот ответ довольно общий.