如何解释 Google Cloud ML 预测结果？
How to interpret Google Cloud ML Prediction results?
我完成了 GC ML Census Wide & Deep Learning 示例
https://github.com/GoogleCloudPlatform/cloudml-samples/tree/master/census
给定一个人的人口普查数据，例如年龄、性别、教育和职业（特征），这个 DNNLinearCombinedClassifier 模型应该预测这个人的收入是否超过 50,000 美元一年（目标标签）。
我运行一个在线预测
gcloud ml-engine predict --model census --version v1 --json-instances ../test.json
使用 test.json 数据
{"age": 25, "workclass": " Private", "education": " 11th", "education_num": 7, "marital_status": " Never-married", "occupation": " Machine-op-inspct", "relationship": " Own-child", "race": " Black", "gender": " Male", "capital_gain": 0, "capital_loss": 0, "hours_per_week": 40, "native_country": " United-States"}
我得到以下结果：
{"probabilities": [0.9962924122810364, 0.003707568161189556], "logits": [-5.593664646148682], "classes": 0, "logistic": [0.003707568161189556]}
我该如何解释？
我目前的理解是，logit 是输出层中 sigmoid 二进制分类激活函数的倒数（不确定输出数字表示什么）并且 classes: 0 指的是 < $50,000 的二进制分类，而不是 1（ >= 50,000 美元)
正确。
- 概率：< $50K vs >=$50K 的概率。
- classes：预测的 class（0，即 < $50K）
- logits: ln(p/(1-p)) = ln(0.00371/(1-.00371)) = -5.593
- 逻辑：1/(1+exp(-logit)) = 1/(1+exp(5.593)) = 0.0037
我完成了 GC ML Census Wide & Deep Learning 示例 https://github.com/GoogleCloudPlatform/cloudml-samples/tree/master/census
给定一个人的人口普查数据，例如年龄、性别、教育和职业（特征），这个 DNNLinearCombinedClassifier 模型应该预测这个人的收入是否超过 50,000 美元一年（目标标签）。
我运行一个在线预测
gcloud ml-engine predict --model census --version v1 --json-instances ../test.json
使用 test.json 数据
{"age": 25, "workclass": " Private", "education": " 11th", "education_num": 7, "marital_status": " Never-married", "occupation": " Machine-op-inspct", "relationship": " Own-child", "race": " Black", "gender": " Male", "capital_gain": 0, "capital_loss": 0, "hours_per_week": 40, "native_country": " United-States"}
我得到以下结果：
{"probabilities": [0.9962924122810364, 0.003707568161189556], "logits": [-5.593664646148682], "classes": 0, "logistic": [0.003707568161189556]}
我该如何解释？
我目前的理解是，logit 是输出层中 sigmoid 二进制分类激活函数的倒数（不确定输出数字表示什么）并且 classes: 0 指的是 < $50,000 的二进制分类，而不是 1（ >= 50,000 美元)
正确。
- 概率：< $50K vs >=$50K 的概率。
- classes：预测的 class（0，即 < $50K）
- logits: ln(p/(1-p)) = ln(0.00371/(1-.00371)) = -5.593
- 逻辑：1/(1+exp(-logit)) = 1/(1+exp(5.593)) = 0.0037