如何将训练好的神经网络输出写入CSV文件？附数据集与代码

嘿，这事儿其实用你已经导入的pandas就能轻松搞定！咱一步步来：

步骤1：获取模型的预测结果 #

首先你得用训练好的模型对目标数据（比如你的data_num数据集里的特征部分）做预测。假设你的模型变量叫model，先把特征和标签分开：

# 从data_num中提取特征（去掉Label列）
X = data_num.drop('Label', axis=1)
# 用模型生成预测结果
predictions = model.predict(X)

# 如果是多分类任务，模型输出的是概率分布，转成具体类别标签的话用这个：
predictions = np.argmax(predictions, axis=1)

步骤2：整理结果为DataFrame #

把原数据和预测结果合并成一个DataFrame，这样导出的CSV会清晰关联每一行样本的真实标签和预测结果：

# 复制原数据集，添加预测结果列
result_df = data_num.copy()
result_df['Predicted_Label'] = predictions

如果你只需要单独保存预测结果，也可以直接创建只含预测值的DataFrame：

result_df = pd.DataFrame(predictions, columns=['Predicted_Label'])

步骤3：写入CSV文件 #

最后用pandas的to_csv方法保存，index=False是为了避免把行索引也写到文件里：

# 保存到指定路径的CSV文件
result_df.to_csv('neural_network_predictions.csv', index=False)

这样你就能得到一个包含所有预测结果的CSV文件啦，打开就能看到每一行样本的对应预测值~

内容的提问来源于stack exchange，提问作者michael0196