kerasでの分類結果の出力方法を変更したいです

Question

以下、ご指導をお願いできませんでしょうか。

〇アヤメのデータ（解析対象のデータ）

〇kerasでアヤメの10データ(説明変数4個)の分類（予測）を実行しました。
〇３分類です（0,1,2）
〇結果をprint(X_pred, y_pred)で確認すると、y_predの値は、
以下太字のように、３分類の小数点第7位までの評価値として出力されます。

[[5.1 3.5 1.4 0.2]
[4.9 3. 1.4 0.2]
[4.7 3.2 1.3 0.2]
[4.6 3.1 1.5 0.2]
[5. 3.6 1.4 0.2]
[5.4 3.9 1.7 0.4]
[4.6 3.4 1.4 0.3]
[5. 3.4 1.5 0.2]
[4.4 2.9 1.4 0.2]
[5.9 3. 5.1 1.8]] [[0.9604735 0.036979 0.0025476 ]
[0.9274674 0.06670068 0.00583181]
[0.9471255 0.04877361 0.00410091]
[0.9132033 0.07942345 0.00737325]
[0.9618993 0.03564271 0.00245795]
[0.96040165 0.03737509 0.00222324]
[0.94531244 0.05049011 0.00419744]
[0.9462063 0.05007736 0.00371628]
[0.9030936 0.08779445 0.00911197]
[0.00817783 0.3878351 0.6039871 ]]

〇この、y_predの値を、[0 0 0 0 0 0 0 0 0 2]のように、それぞれ１０データに対して、３つずつではなく、最も確率が高いものを整数として、１つだけ出力するのはどうすればよいでしょうか？

例えば、
[0.9604735 0.036979 0.0025476 ]の場合、「0」
[0.00817783 0.3878351 0.6039871 ]の場合、「2」
となります。

先頭位置から順番に、「0,1,2」と分類されます。

すなわち、３つの数値で最も大きい数値の「位置の値（0~２）」を、表示したいです。

よろしくお願いいたします。

　以下のような結果表示にしたいと思っています。

[[5.1 3.5 1.4 0.2]
[4.9 3. 1.4 0.2]
[4.7 3.2 1.3 0.2]
[4.6 3.1 1.5 0.2]
[5. 3.6 1.4 0.2]
[5.4 3.9 1.7 0.4]
[4.6 3.4 1.4 0.3]
[5. 3.4 1.5 0.2]
[4.4 2.9 1.4 0.2]
[5.9 3. 5.1 1.8]]** [0 0 0 0 0 0 0 0 0 2]**

◆以下、プログラムと実施結果です（読み難くてすみません）。

from pandas import Series,DataFrame
import pandas as pd

＜エクセルの入力ファイル名、シート名を指定＞
df = pd.read_excel('iris_data.xlsx',sheet_name='target')

＜データをコピーする。＞
df_X = df.copy()
df_Y = df.copy()

＜取得したExcelデータから属性データのみを取り出す＞
df_X = df_X.drop('Target',axis=1)

＜取得したExcelデータから目的変数のみを取り出す＞
drop_idx = ['sepal length (cm)', 'sepal width (cm)','petal length (cm)','petal width (cm)']
df_Y = df_Y.drop(drop_idx,axis=1)

＜訓練データと評価用データに分割＞
from sklearn.model_selection import train_test_split as split
x_train, x_test, y_train, y_test = split(df_X,df_Y,train_size=0.8,test_size=0.2)

import tensorflow as tf
import keras
from keras.layers import Dense,Activation

＜ニュートラルネットワークで使用するモデル作成＞
model = keras.models.Sequential()
model.add(Dense(units=32,input_dim=4))
model.add(Activation('relu'))
model.add(Dense(units=3))
model.add(Activation('softmax'))
model.compile(loss='sparse_categorical_crossentropy',optimizer='sgd',metrics=['accuracy'])

＜評価の実行＞
score = model.evaluate(x_test, y_test,batch_size = 1)
print(score[1])

　30/30 [==============================] - 0s 432us/step
0.9666666666666667

＜未知データの分類（エクセルファイルから複数データの読み込み）＞
＜エクセルの入力ファイル名、シート名を指定＞
df1 = pd.read_excel('iris_data_3.xlsx',sheetname='data2')
X_pred = np.array(df1)
y_pred = model.predict(X_pred)
print(X_pred, y_pred)

[[5.1 3.5 1.4 0.2]
[4.9 3. 1.4 0.2]
[4.7 3.2 1.3 0.2]
[4.6 3.1 1.5 0.2]
[5. 3.6 1.4 0.2]
[5.4 3.9 1.7 0.4]
[4.6 3.4 1.4 0.3]
[5. 3.4 1.5 0.2]
[4.4 2.9 1.4 0.2]
[5.9 3. 5.1 1.8]] [[0.9604735 0.036979 0.0025476 ]
[0.9274674 0.06670068 0.00583181]
[0.9471255 0.04877361 0.00410091]
[0.9132033 0.07942345 0.00737325]
[0.9618993 0.03564271 0.00245795]
[0.96040165 0.03737509 0.00222324]
[0.94531244 0.05049011 0.00419744]
[0.9462063 0.05007736 0.00371628]
[0.9030936 0.08779445 0.00911197]
[0.00817783 0.3878351 0.6039871 ]]
以上です。

ご指導よろしくお願いいたします。

Answer 1

numpy.argmax をお使いください。
axis=1 とすることで行ごとに見て、一番大きい値のインデックスが取得できます。

import numpy as np

score = np.array(
    [
        [0.9604735, 0.036979, 0.0025476],
        [0.9274674, 0.06670068, 0.00583181],
        [0.9471255, 0.04877361, 0.00410091],
        [0.9132033, 0.07942345, 0.00737325],
        [0.9618993, 0.03564271, 0.00245795],
        [0.96040165, 0.03737509, 0.00222324],
        [0.94531244, 0.05049011, 0.00419744],
        [0.9462063, 0.05007736, 0.00371628],
        [0.9030936, 0.08779445, 0.00911197],
        [0.00817783, 0.3878351, 0.6039871],
    ]
)

np.argmax(score, axis=1)
# array([0, 0, 0, 0, 0, 0, 0, 0, 0, 2])

Comments

[python_2019]

ご回答、どうもありがとうございました。
教えていただいたPGMを実行すると、一番大きいインデックスを取得することができました。

追加でお教え頂きたいのですが、
この、[0, 0, 0, 0, 0, 0, 0, 0, 0, 2]　を　以下のように、１つのprint命令で表示させることは可能なのでしょうか？

実は、後処理で、この２つのデータ（x,y）をエクセルの１つのシートに同時に書き出そうと考えています。

[[5.1 3.5 1.4 0.2]
[4.9 3. 1.4 0.2]
[4.7 3.2 1.3 0.2]
[4.6 3.1 1.5 0.2]
[5. 3.6 1.4 0.2]
[5.4 3.9 1.7 0.4]
[4.6 3.4 1.4 0.3]
[5. 3.4 1.5 0.2]
[4.4 2.9 1.4 0.2]
[5.9 3. 5.1 1.8]] [0 0 0 0 0 0 0 0 0 2]

[tiitoi]

pred_classes = np.argmax(score, axis=1)
のように argmax の結果を変数に格納しておき、print するのでは駄目でしょうか。
print(X_pred, pred_classes)

[python_2019]

ご回答、ありがとうございます。
今、argmax の結果を変数にして実行しました。
そうしますと、以下のような結果になりました。

[[5.1 3.5 1.4 0.2]
[4.9 3. 1.4 0.2]
[4.7 3.2 1.3 0.2]
[4.6 3.1 1.5 0.2]
[5. 3.6 1.4 0.2]
[5.4 3.9 1.7 0.4]
[4.6 3.4 1.4 0.3]
[5. 3.4 1.5 0.2]
[4.4 2.9 1.4 0.2]
[5.9 3. 5.1 1.8]] [0 0 0 0 0 0 0 0 0 0]

この結果は、直接X_predに対する一番大きなインデックスを取得しているのでしょうか。
（どうも結果が、若干異なるようです（10桁目　2→0）

実際の処理は、X_pred→分類器→y_pred　となっており、この分類後の「y_pred」に対して、X_predの値と同時printができればと考えておりました。

私の説明不足で申し訳ございません。
ご指導よろしくお願いいたします。

[tiitoi]

np.argmax(X_pred, axis=1) ではなく、np.argmax(y_pred, axis=1) ではないでしょうか。

つまり、以下です。

pred_classes = np.argmax(y_pred, axis=1)
print(X_pred, pred_classes)

[python_2019]

あ、うまく実行できました。

大変、お手数おかけいたしました。
どうもありがとうございました。
助かりました。