如何解释神经网络的预测
How to interpret predictions from a Neural Network
我训练了一个神经网络来根据一些指标预测曲棍球比赛的结果 (Win/Lose)。
我输入的数据如下所示：
Each row represents a team in one game, so two specific rows make a match.
Won/Lost Home Away metric2 metric3 metric4 team1 team2 team3 team4
1 1 0 10 10 10 1 0 0 0
0 0 1 10 10 10 0 1 0 0
1 1 0 10 10 10 0 0 1 0
0 0 1 10 10 10 0 0 0 1
The predictions from the NN looks like this.
[0.12921564 0.87078434]
[0.63811845 0.3618816 ]
[5.8682327e-04 9.9941313e-01]
[0.97831124 0.02168871]
[0.04394475 0.9560553 ]
[0.76859254 0.23140742]
[0.45620263 0.54379743]
[0.01509337 0.9849066 ]
我相信我明白第一列是输（0），第二列是赢（1），
但我不明白的是：谁赢了谁？
我现在不知道如何理解这些预测，它们对我来说有什么意义吗？
让我们获取数据集的前两行，
Won/Lost Home Away metric2 metric3 metric4 team1 team2 team3 team4
1 1 0 10 10 10 1 0 0 0
0 0 1 10 10 10 0 1 0 0
#predictions
[0.12921564 0.87078434]
[0.63811845 0.3618816 ]
1 队在自己的主场进行了一场比赛并赢得了比赛。模型预测也与之一致，因为它在第二列中分配了高概率，也就是您提到的获胜概率。
同样，2队客场打了一场，输掉了比赛。模型预测也在这里对齐！
你刚才提到两个特定的行进行了一场比赛，但根据现有信息，我们不能说谁和谁一起比赛。它只是一个独立预测特定团队获胜概率的模型。
编辑：
假设你有这样的数据！
gameID Won/Lost Home Away metric2 metric3 metric4 team1 team2 team3 team4
2017020001 1 1 0 10 10 10 1 0 0 0
2017020001 0 0 1 10 10 10 0 1 0 0
您可以按如下方式转换数据，这可以改进模型。
Won/Lost metric2 metric3 metric4 h_team1 h_team2 h_team3 h_team4 a_team1 a_team2 a_team3 a_team4
1 10 10 10 1 0 0 0 0 1 0 0
注意：won/Lost 值是针对主队的，h_team 提到了这一点。
根据您在此处显示的数据集，网络的结果似乎会根据比赛主持人在比赛中显示获胜或失败的概率。我认为你应该在你的数据集中再添加一个特征来显示比赛中的对手球队如果你想让你的网络显示赢得比赛的可能性与其他球队和主办情况（如果主办对你来说不重要那么您应该删除 Home 和 Away 列）。
我训练了一个神经网络来根据一些指标预测曲棍球比赛的结果 (Win/Lose)。 我输入的数据如下所示：
Each row represents a team in one game, so two specific rows make a match.
Won/Lost Home Away metric2 metric3 metric4 team1 team2 team3 team4
1 1 0 10 10 10 1 0 0 0
0 0 1 10 10 10 0 1 0 0
1 1 0 10 10 10 0 0 1 0
0 0 1 10 10 10 0 0 0 1
The predictions from the NN looks like this.
[0.12921564 0.87078434]
[0.63811845 0.3618816 ]
[5.8682327e-04 9.9941313e-01]
[0.97831124 0.02168871]
[0.04394475 0.9560553 ]
[0.76859254 0.23140742]
[0.45620263 0.54379743]
[0.01509337 0.9849066 ]
我相信我明白第一列是输（0），第二列是赢（1）， 但我不明白的是：谁赢了谁？ 我现在不知道如何理解这些预测，它们对我来说有什么意义吗？
让我们获取数据集的前两行，
Won/Lost Home Away metric2 metric3 metric4 team1 team2 team3 team4
1 1 0 10 10 10 1 0 0 0
0 0 1 10 10 10 0 1 0 0
#predictions
[0.12921564 0.87078434]
[0.63811845 0.3618816 ]
1 队在自己的主场进行了一场比赛并赢得了比赛。模型预测也与之一致，因为它在第二列中分配了高概率，也就是您提到的获胜概率。
同样，2队客场打了一场，输掉了比赛。模型预测也在这里对齐！
你刚才提到两个特定的行进行了一场比赛，但根据现有信息，我们不能说谁和谁一起比赛。它只是一个独立预测特定团队获胜概率的模型。
编辑：
假设你有这样的数据！
gameID Won/Lost Home Away metric2 metric3 metric4 team1 team2 team3 team4
2017020001 1 1 0 10 10 10 1 0 0 0
2017020001 0 0 1 10 10 10 0 1 0 0
您可以按如下方式转换数据，这可以改进模型。
Won/Lost metric2 metric3 metric4 h_team1 h_team2 h_team3 h_team4 a_team1 a_team2 a_team3 a_team4
1 10 10 10 1 0 0 0 0 1 0 0
注意：won/Lost 值是针对主队的，h_team 提到了这一点。
根据您在此处显示的数据集，网络的结果似乎会根据比赛主持人在比赛中显示获胜或失败的概率。我认为你应该在你的数据集中再添加一个特征来显示比赛中的对手球队如果你想让你的网络显示赢得比赛的可能性与其他球队和主办情况（如果主办对你来说不重要那么您应该删除 Home 和 Away 列）。