如何从Keras Sequential模型获取类别及对应类别概率？

步骤1：准备类别名称列表 #

先准备一个和模型输出顺序严格对应的类别名称列表，顺序必须和训练时的类别顺序一致，示例如下：

class_names = ["第一类", "第二类", "第三类", "第四类", "第五类", 
               "第六类", "第七类", "第八类", "第九类", "第十类", 
               "第十一类", "第十二类", "第十三类", "第十四类"]

步骤2：获取预测概率并完成配对 #

调用模型获取概率数组后，将类别名称与对应概率一一配对：

# 获取单样本预测概率（批量预测时循环处理每个样本即可）
pred_probs = model.predict(your_input_data)[0]

# 配对类别与概率
class_prob_pairs = list(zip(class_names, pred_probs))

步骤3：生成指定格式的表格 #

直接输出你需要的Markdown格式表格：

# 打印表格表头
print("| 类别 | 概率 |")
print("|------|------|")
# 遍历配对结果逐行打印
for class_name, prob in class_prob_pairs:
    # 可根据需求调整小数位数，这里保留两位
    print(f"| {class_name} | {prob:.2f} |")

可选：按概率从高到低排序展示 #

如果需要按概率排序输出，在配对后添加排序步骤：

# 按概率降序排序
class_prob_pairs_sorted = sorted(class_prob_pairs, key=lambda x: x[1], reverse=True)

# 打印排序后的表格
print("| 类别 | 概率 |")
print("|------|------|")
for class_name, prob in class_prob_pairs_sorted:
    print(f"| {class_name} | {prob:.2f} |")

内容的提问来源于stack exchange，提问作者jstarr34