我试图按照本指南https://machinelearningmastery.com/how-to-calculate-precision-recall-f1-and-more-for-deep-learning-models/找到模型性能指标（F1 分数、准确性、召回率）

这个确切的代码在几个月前还可以使用，但现在返回各种错误，非常令人困惑，因为我没有更改此代码的一个字符。也许包更新改变了事情？

我用 model.fit 拟合序列模型，然后使用 model.evaluate 找到测试精度。现在我正在尝试使用 model.predict_classes 进行类预测（模型是一个多类分类器）。代码如下所示：

model = Sequential()
model.add(Dense(24, input_dim=13, activation='relu'))
model.add(Dense(18, activation='relu'))
model.add(Dense(6, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

-

history = model.fit(X_train, y_train, batch_size = 256, epochs = 10, verbose = 2, validation_split = 0.2)

-

score, acc = model.evaluate(X_test, y_test,verbose=2, batch_size= 256)
print('test accuracy:', acc)

-

yhat_classes = model.predict_classes(X_test)
 

最后一行返回错误“AttributeError：‘Sequential’对象没有属性‘predict_classes’”

这个确切的代码不久前还在工作，所以有点挣扎，感谢您的帮助

回答

predict_x=model.predict(X_test) 
classes_x=np.argmax(predict_x,axis=1)