二分类模型预测值按0.5阈值转0/1标签时循环报语法错误求助

语法错误原因 #

你写的循环代码直接报invalid syntax的核心原因是存在无效的括号包裹：

• 第二行错误写法为y_pred ( for i in range(len(y_pred)):，在变量y_pred后多余了左括号
• 代码最后print(y_pred[0]) )多余了一个右括号
  Python解释器无法解析这种不符合语法规则的写法，会直接抛出语法错误。

除此之外就算删除多余括号，直接在原dtype=float32的预测数组上赋值整数，最终值还是会被转成float32类型，无法得到你需要的int32分类结果；且用Python原生循环处理numpy数组效率极低，数据量较大时运行速度会非常慢。

实现方案 #

1. 语法修正后的循环写法（仅作参考，不推荐） #

提前初始化int32类型的结果数组存储分类结果，不要直接修改原float类型的预测数组：

import numpy as np
y_pred = model.predict(x_test)
y_pred_cls = np.zeros(y_pred.shape, dtype=np.int32)

for i in range(len(y_pred)):
    if y_pred[i][0] >= 0.5:
        y_pred_cls[i][0] = 1
    else:
        y_pred_cls[i][0] = 0

print(y_pred_cls[0])

2. 推荐：numpy向量化实现（无循环、效率高） #

利用numpy的广播机制直接做批量阈值判断，不需要写循环，一行代码即可完成转换，运行速度比原生循环快数十倍：

import numpy as np
y_pred = model.predict(x_test)
# 大于等于0.5的位置为True（转int后为1），小于0.5的位置为False（转int后为0）
y_pred_cls = (y_pred >= 0.5).astype(np.int32)

print(y_pred_cls[0])

转换完成后可以通过print(y_pred_cls.dtype)确认数据类型为int32，也可以打印前几组值核对转换结果是否符合规则。

如果你用的是TensorFlow/Keras框架，也可以直接用框架内置算子完成转换：

import tensorflow as tf
y_pred = model.predict(x_test)
y_pred_cls = tf.cast(y_pred >= 0.5, tf.int32)

内容的提问来源于stack exchange，提问作者Syed Tusin