Я хотел бы использовать модель двоичной классификации тензорного потока для вывода прогнозов для всего набора данных. ⇐ Python

[Anonymous]

Извиняюсь, если это глупый вопрос, однако я новичок в Tensorflow. Я построил модель, которая прогнозирует, будет ли клиент звонить снова, на основе параметров звонка. Я хотел бы использовать эту модель на регулярной основе с вызовами в этот день, чтобы лучше понять, какой будет прогнозируемая частота повторения, однако мне также нужен результат, который показывает мне, что прогноз вывода фактически соответствует данным (чтобы я знал какие вызовы могут повторяться и, следовательно, можно предпринять упреждающие действия, чтобы их избежать). Я могу найти, как это сделать только один за другим. (Что дает один выход). Каков был бы лучший способ обойти это? Кроме того, мы будем признательны за любые полезные руководства/ресурсы по этой теме.
Я ожидаю, что в конечном итоге смогу экспортировать CSV-файл с идентификатором клиента и выводом в отдельный файл.
Все руководства, которые я нашел, заканчиваются матрицей путаницы, однако на самом деле мне бы хотелось увидеть результаты, посмотреть, какие записи классифицируются как какие

Подробнее здесь: https://stackoverflow.com/questions/789 ... -predictio