预测结果解读

用于构建对象以更好地解释模型预测结果的类

解读

 Interpretation (learn:fastai.learner.Learner,
                 dl:fastai.data.load.DataLoader,
                 losses:fastai.torch_core.TensorBase, act=None)

Interpretation 基类，可以被继承用于特定任务的 Interpretation 类

	类型	默认值	详情
learn	Learner
dl	DataLoader		`DataLoader` 用于运行推理
losses	TensorBase		根据 `dl` 计算的损失值
act	NoneType	None	用于预测的激活函数

Interpretation 是一个辅助基类，用于探索训练模型的预测结果。它可以被继承用于特定任务的解释类，例如 ClassificationInterpretation。Interpretation 内存效率高，并且只要硬件能够训练相同的模型，它应该能够处理任何大小的数据集。

注意

由于在可能的情况下使用批量处理，并为每个项目动态生成输入、预测、目标、解码输出和损失，因此 Interpretation 具有内存效率。

源代码

Interpretation.from_learner

 Interpretation.from_learner (learn, ds_idx:int=1,
                              dl:fastai.data.load.DataLoader=None,
                              act=None)

从 Learner 构建 Interpretation 对象

	类型	默认值	详情
learn			用于创建 Interpretation 的模型
ds_idx	int	1	当 `dl` 为 None 时，`learn.dls` 的索引
dl	DataLoader	None	用于生成预测结果的 `Dataloader`
act	NoneType	None	覆盖默认的或设置预测激活函数

源代码

Interpretation.top_losses

 Interpretation.top_losses (k:int|None=None, largest:bool=True,
                            items:bool=False)

k 个最大（/最小）损失值及其索引，默认为所有损失值。

	类型	默认值	详情
k	int \| None	None	返回 `k` 个损失值，默认为所有
largest	bool	True	按最大或最小对损失值排序
items	bool	False	是否返回输入项

在默认设置 k=None 下，top_losses 将返回整个数据集的损失值。top_losses 可以选择包含每个损失值对应的输入项，通常是一个文件路径或 Pandas DataFrame。

源代码

Interpretation.plot_top_losses

 Interpretation.plot_top_losses (k:int|collections.abc.MutableSequence,
                                 largest:bool=True, **kwargs)

显示 k 个最大（/最小）预测结果和损失值。实现基于类型分发

	类型	默认值	详情
k	int \| collections.abc.MutableSequence		要绘制的损失值数量
largest	bool	True	按最大或最小对损失值排序
kwargs	VAR_KEYWORD

绘制前 9 个最大损失值

interp = Interpretation.from_learner(learn)
interp.plot_top_losses(9)

然后绘制第 7 到第 16 个最大损失值

interp.plot_top_losses(range(7,16))

源代码

Interpretation.show_results

 Interpretation.show_results (idxs:list, **kwargs)

显示 idxs 的预测结果和目标值

	类型	详情
idxs	list	预测结果和目标的索引
kwargs	VAR_KEYWORD

与 Learner.show_results 类似，但可以传递期望的项目索引来显示结果。

源代码

ClassificationInterpretation

 ClassificationInterpretation (learn:fastai.learner.Learner,
                               dl:fastai.data.load.DataLoader,
                               losses:fastai.torch_core.TensorBase,
                               act=None)

用于分类模型的 Interpretation 方法。

	类型	默认值	详情
learn	Learner
dl	DataLoader		`DataLoader` 用于运行推理
losses	TensorBase		根据 `dl` 计算的损失值
act	NoneType	None	用于预测的激活函数

源代码

ClassificationInterpretation.confusion_matrix

 ClassificationInterpretation.confusion_matrix ()

混淆矩阵，表示为 np.ndarray。

源代码

ClassificationInterpretation.plot_confusion_matrix

 ClassificationInterpretation.plot_confusion_matrix (normalize:bool=False,
                                                     title:str='Confusion
                                                     matrix',
                                                     cmap:str='Blues',
                                                     norm_dec:int=2,
                                                     plot_txt:bool=True,
                                                     **kwargs)

绘制混淆矩阵，带有 title 并使用 cmap。

	类型	默认值	详情
normalize	bool	False	是否归一化出现次数
title	str	混淆矩阵	图表标题
cmap	str	Blues	matplotlib 的颜色映射
norm_dec	int	2	归一化出现次数的小数位数
plot_txt	bool	True	在矩阵中显示出现次数
kwargs	VAR_KEYWORD

源代码

ClassificationInterpretation.most_confused

 ClassificationInterpretation.most_confused (min_val=1)

按降序排列的混淆矩阵中最大的非对角线项（实际类别，预测类别，# 出现次数）

源代码

SegmentationInterpretation

 SegmentationInterpretation (learn:fastai.learner.Learner,
                             dl:fastai.data.load.DataLoader,
                             losses:fastai.torch_core.TensorBase,
                             act=None)

用于分割模型的 Interpretation 方法。

	类型	默认值	详情
learn	Learner
dl	DataLoader		`DataLoader` 用于运行推理
losses	TensorBase		根据 `dl` 计算的损失值
act	NoneType	None	用于预测的激活函数