Spark二進制分類預測精度

Question

我使用Spark mlib進行二進制分類。我在3000張照片上訓練了一個模型，並且可以預測它是男性還是女性1/0。

final NaiveBayesModel model = NaiveBayes.train(training.rdd(), 1.0); 
JavaRDD predictions = test.map(new Function<Vector, Double>() { 
      @Override 
      public Double call(Vector p) { 
       return model.predict(p); 
      } 
     }); 

我有一個問題，如果圖片不包含任何人。例如一張花的圖片。無論如何，我會得到男性或女性的結果。有沒有辦法看到當前決策的準確性？例如，如果我們試圖對花卉圖片進行預測，則此矢量爲30％男性。或者我需要使用多種分類，如男性/女性/其他人？

Answer 1

正如您在您的問題中所述，如果您目前已經訓練了您的模型以執行二進制分類，那就完成了。你可以這樣做至少有兩個不同的東西：

1. 訓練你的模型來預測三類（male，female，other），你的建議。
2. 使用兩個二進制模型，一個預測在human present/not present之間，然後僅將human present結果傳遞給單獨的分類器。

這是很難說的前期這將是更有效，但由於您使用的mllib，它應該是相當直截了當地都去嘗試一下，看看哪一種效果更好。確保使用好的train/validation/test拆分進行比較。